View
6
Download
0
Category
Preview:
Citation preview
UNIVERSIDAD NACIONAL DEL ALTIPLANO
ESCUELA DE POSGRADO
MAESTRÍA EN ECONOMÍA
TESIS
DETERMINANTES MICROECONÓMICOS DE LA POBREZA URBANA Y
RURAL A NIVEL DE HOGARES EN EL PERÚ 2016
PRESENTADA POR:
EMPERATRIZ RAQUEL PONCE ABARCA
PARA OPTAR EL GRADO ACADÉMICO DE:
MAGISTER SCIENTIAE EN ECONOMÍA
MENCIÓN EN POLÍTICA Y GERENCIA SOCIAL
PUNO, PERÚ
2018
i
DEDICATORIA
A mis amigos y colegas.
Con inmenso cariño y gratitud a mi esposo e hijos.
ii
AGRADECIMIENTOS
Al Programa de Maestría en Economía de la Escuela de Postgrado de
la Universidad Nacional del Altiplano y a los docentes por haber
impartido sus enseñanzas y hacer realidad mi sueño de ser graduado
para el servicio de la sociedad.
Al Dr. Roberto Arpi Mayta por sus comentarios y valiosas sugerencias a la
investigación.
Dr. Alfredo Pelayo Calatayud Mendoza por sus valiosos comentarios y
observaciones.
Al Dr. Polan Ferro Gonzales, por sus consejos que fueron un estímulo para
culminar con éxito el trabajo de investigación.
Al Dr. Raúl Portillo Machaca por su acertada dirección para concluir el
presente trabajo de investigación.
iii
ÍNDICE GENERAL
Pág.
DEDICATORIA i
AGRADECIMIENTOS ii
ÍNDICE GENERAL iii
ÍNDICE DE TABLAS v
ÍNDICE DE FIGURAS vi
ÍNDICE DE ANEXOS vii
RESUMEN viii
ABSTRACT ix
INTRODUCCIÓN 1
CAPÍTULO I
REVISIÓN DE LITERATURA
1.1 Marco Teórico 2
1.1.1 Características de los ecosistemas de los altos andes 2
1.2 Antecedentes 4
1.3 Problema de investigación 11
1.3.1 Problema general 11
1.3.2 Problemas específicos 11
CAPÍTULO II
PLANTEAMIENTO DEL PROBLEMA
2.1 Identificación del problema 12
2.2 Justificación 14
2.3 Objetivos 15
2.3.1 Objetivo general 15
2.3.2 Objetivos específicos 15
2.4 Hipótesis 15
2.4.1 Hipótesis general 15
2.4.2 Hipótesis específicos 15
CAPÍTULO III
MATERIALES Y MÉTODOS
3.1 Lugar de estudio 17
3.2 Población 18
iv
3.3 Muestra total 19
3.4 Método de investigación 21
CAPÍTULO IV
RESULTADOS Y DISCUSIÓN
4.1 Caracterización de los determinantes microeconómicos de la pobreza a nivel
nacional 30
4.2 Determinantes microeconómicos de la pobreza a nivel nacional 41
4.3 Determinantes microeconómicos de la pobreza en el área urbana - 2016 54
4.4 Determinantes microeconómicos de la pobreza en el área rural - 2016 59
CONCLUSIONES 64
RECOMENDACIONES 66
BIBLIOGRAFÍA 67
ANEXOS 70
v
ÍNDICE DE TABLAS
Pág.
1. Módulos utilizados de la ENAHO-2016 20
2. Distribución de la muestra a nivel de departamentos 21
3. Determinantes microeconómicos de la pobreza en el Perú: 2016 23
4. Número total de miembros por hogar 32
5. Número de perceptores de ingreso por hogar 33
6. Años de educación promedio del resto de hogar (mayores de 14 años) 33
7. Edad de los jefes de hogar 35
8. Número de empleos del jefe de hogar 35
9. Tenencia de tierra de uso agropecuario (en hectáreas) 36
10. Posesión de activos empresariales 36
11. Disponibilidad de agua potable 37
12. Disponibilidad de servicios higiénicos 37
13. Disponibilidad de energía eléctrica 37
14. Tenencia de internet 38
15. Título de propiedad de la vivienda 38
16. El jefe de hogar participa en asociaciones, grupos, organizaciones. 39
17. Comparación de variables independientes entre pobres y no pobres 40
18. Perú: modelo de regresión logística de los determinantes de la pobreza a
nivel nacional, 2016 41
19. Efectos marginales de los determinantes microeconómicos de la pobreza a
nivel nacional 45
20. Perú urbano: modelo de regresión logística de los determinantes de la pobreza,
2016 55
21. Efectos marginales de los determinantes microeconómicos de la pobreza
(urbano) 58
22. Perú rural: modelo de regresión logística de los determinantes de la pobreza,
2016 61
23. Efectos marginales de los determinantes microeconómicos de la pobreza a
nivel rural 63
vi
ÍNDICE DE FIGURAS
Pág.
1. Evolución de la incidencia de la pobreza total, 2007-2016 (porcentaje respecto
del total de población) 13
2. Departamentos con diferentes niveles de pobreza total en porcentajes, 2016 14
3. Número de hogares por cuantiles por departamentos 18
4. Hogares pobres y no pobres del distrito de Puno 25
5. Evolución de la línea de pobreza total, 2007 – 2016 canasta básica per cápita
mensual 26
6. Lugar de residencia de los hogares 31
7. Sexo del jefe de hogar 34
8. Curva de sensibilidad y especificidad (ganador) 42
9. Curva ROC-Modelo Logit 43
10. Probabilidad de ser pobre y años de educación del jefe de hogar 47
11. Probabilidad de ser pobre y la edad del jefe de hogar 48
12. Relación entre probabilidad de ser pobre y número de miembros en el hogar 49
13. Relación entre probabilidad de ser pobre y número de perceptores de ingreso 50
14. Relación entre probabilidad de ser pobre y años de educación promedio del
resto del hogar 51
15. Relación entre probabilidad de ser pobre y tenencia de tierra 52
16. Efecto marginal de poseer vivienda con título de propiedad 53
17. Efecto marginal de poseer activos empresariales 54
vii
ÍNDICE DE ANEXOS
Pág.
1. Resultados microeconómicos de la pobreza 71
2. Fichas técnica. 77
viii
RESUMEN
El objetivo principal del presente trabajo es identificar los determinantes
microeconómicos de la probabilidad de ser pobre a nivel nacional, urbano y rural a partir
de un enfoque de activos y estructura de oportunidades y tomando en cuenta la línea de
pobreza total; el método de investigación económica es inductivo, es decir, se busca
predecir la probabilidad de ser pobre mediante la estimación del modelo econométrico
logit, la fuente de información es la base de datos de la Encuesta Nacional de Hogares -
ENAHO-2016, de los datos se ha logrado identificar los recursos o activos con los que
cuentan los individuos u hogares como capitales para hacer frente a la pobreza; luego
identificar si los hogares se encuentra pobres o no pobres. En general la probabilidad de
ser pobre depende positivamente del tamaño de hogar, negativamente del número de
perceptores de ingreso, años de educación promedio del resto del hogar, años de
educación del jefe de hogar, edad del jefe de hogar, tenencia de tierras agropecuarias,
acceso a agua potable, tenencia de internet y si tiene la vivienda título de propiedad; a
nivel urbano un factor adicional es la disponibilidad de energía eléctrica y en el sector
rural la posesión de activos del hogar y la disponibilidad de los servicios higiénicos
ayudan a reducir la probabilidad de ser pobre. Se recomienda, mejorar el acceso a los
activos públicos y privados.
Palabras clave: Activos, línea de pobreza total, oportunidades, pobreza y probabilidad.
ix
ABSTRACT
The main objective of this paper is to identify the microeconomic determinants of the
probability of being poor at the national, urban and rural levels based on an asset approach
and structure of opportunities and taking into account the total poverty line; the method
of economic research is inductive, that is, it seeks to predict the probability of being poor
by estimating the econometric model logit, the source of information is the database of
the National Household Survey - ENAHO-2016, the data it has been possible to identify
the resources or assets that individuals or households have as capital to deal with poverty;
and identify whether households are poor or not poor. At the national level, the probability
of being poor depends positively on the size of the household, negatively on the number
of income earners, average years of education in the rest of the household, years of
education of the head of household, age of the head of household, land tenure agricultural,
access to drinking water, internet possession and if you have the property title deed; At
the urban and rural levels, the determinants of poverty are the same microeconomic
factors, except in the case of the urban sector, an additional factor is the availability of
electricity and in the rural sector the possession of household assets and the availability
of toilet services help to reduce the likelihood of being poor. It is recommended to
improve access to public and private assets.
Keywords: Assets, total poverty line, opportunities, poverty and probability.
1
INTRODUCCIÓN
En América Latina y específicamente en el Perú durante la primera mitad de este siglo,
la pobreza monetaria fue principalmente un problema social no solo de naturaleza rural
sino urbana. Al año 2016, más específicamente, en el primer grupo de departamentos con
mayor pobreza se encuentran: Huancavelica (50.9%) y Cajamarca (43.8%), en el segundo
grupo Puno, Loreto, Piura, Huánuco, Amazonas, Pasco, Ayacucho y Apurímac. Estos
grupos no tienen diferencias significativas; para ello, cada departamento (región) se
evaluó con respecto a los veinticinco restantes. Por lo tanto, queda identificado el
problema objeto de estudio y la pregunta es ¿Qué factores microeconómicos influyen en
la pobreza total? Según el INEI, para el año 2016, el 20,7% de la población del país, que
equivale en cifras absolutas a 6 millones 518 mil personas, se encontraban en situación
de pobreza, es decir, tenían un nivel de gasto inferior al costo de la canasta básica de
consumo compuesto por alimentos y no alimentos. Desagregando los niveles de pobreza
de los años 2007 y 2016 por área geográfica, el indicador se redujo en casi todos. Entre
2007 y 2016, la mayor disminución se presentó en el sector rural en 53.8%, seguido por
el área urbano que decrece en 51.1%. La pobreza persiste a nivel nacional con un 20.7%
en el año 2016. Por lo tanto, el problema de investigación queda identificado.
2
CAPÍTULO I
REVISIÓN DE LITERATURA
1.1 Marco Teórico
1.1.1 Características de los ecosistemas de los altos andes
De acuerdo con la literatura, diversos estudios y enfoques sobre la pobreza,
coinciden en señalar que "…a pesar de la ambigüedad teórica que rodea el concepto de
pobreza" (Altimir, 1979), invariablemente se ha relacionado a la pobreza con un estado
de necesidad, en la que el individuo está privado de su libertad. Esta aproximación, per
se, connota la ausencia de satisfactores en múltiples dimensiones, por la cual se ha
convenido en señalar que la pobreza es un fenómeno complejo y multidimensional.
No obstante, el enfoque teórico prevaleciente en las aproximaciones
metodológicas que han apuntado a su medición, es el monetario. De acuerdo a
este enfoque, la pobreza significa la carencia de ingresos suficientes para alcanzar
el umbral de ingreso absoluto necesario (o línea de pobreza), con el cual satisfacer
una canasta de consumo básico para la familia. De acuerdo con La Comisión
Económica para América Latina y el Caribe (CEPAL), esta conceptualización de
la pobreza basada en el ingreso, no permite explicar el acceso efectivo a los bienes
y servicios fundamentales y, en consecuencia, "revela sólo parcialmente el
impacto de la disponibilidad monetaria sobre el bienestar" (CEPAL, 2000:83).
En oposición al enfoque de pobreza basado solamente en el nivel de ingresos, en
la Cumbre Mundial realizada en Okinawa, se concluyó que la pobreza va más allá
de la carencia e insuficiencia de ingresos y comporta un carácter multidimensional
que incluye lo económico, lo social y gubernamental. Así, la evidencia ha puesto
de manifiesto que "económicamente los pobres están privados no solo de ingresos
3
y recursos, sino también de oportunidades. Los mercados y los empleos a menudo
son de difícil acceso debido a las bajas capacidades y a la exclusión social y
geográfica. La poca educación afecta las posibilidades de conseguir empleo y de
acceder a información que podría contribuir a mejorar la calidad de sus vidas. La
asistencia sanitaria y los servicios de salud insuficientes, más la inadecuada
nutrición, limitan las posibilidades de trabajar y realizar su potencial físico y
mental"
Este enfoque amplio y comprensivo de la pobreza, que va más allá del ingreso e
incorpora otras dimensiones, permite desentrañar y entender mejor sus causas,
para orientar eficazmente la definición de políticas y elevar el impacto del
combate a la pobreza.
Dentro de una perspectiva más compleja y orientada a contribuir al mejor
entendimiento de la naturaleza y causas de la pobreza y la privación, se inscribe
el aporte de Amartya Sen, para quien la pobreza representa la privación de las
capacidades y derechos de las personas. Más aún, agrega el autor se trata de la
privación de las libertades fundamentales de que disfruta el individuo "para llevar
el tipo de vida que tiene razones para valorar" (Sen, 2000:114). A partir de esta
noción, queda claro que "la pobreza debe concebirse como la privación de
capacidades básicas y no meramente como la falta de ingresos, que es el criterio
habitual con el que se identifica la pobreza" (Sen, 2000:114). En rigor, esto no
significa que se niegue la idea, que la falta de ingresos puede llevar a situaciones
de pobreza, pues el mismo Sen precisa que "la falta de renta puede ser una
importante razón por la que una persona esté privada de capacidades" (Sen
2000:114). Sino, de lo que trata en este caso, es de trasladar el foco de atención
de los medios hacia los fines que los individuos tienen para perseguir y a las
libertades necesarias para poder satisfacer estos fines (Sen, 2000). Dentro de esta
lógica, la renta y los bienes y servicios serían los medios y lo importante es lo que
la gente pueda ser o hacer con estos medios, al convertirlos en capacidades para
funcionar en ambientes sociales, económicos y culturales particulares.
Las principales definiciones sobre la pobreza empleadas en el Perú son:
4
a) Pobreza total: Comprende a las personas cuyos hogares tienen ingresos o
consumo per cápita inferiores al costo de una canasta total de bienes y
servicios mínimos esenciales.
b) Pobreza extrema: Comprende a las personas cuyos hogares tienen
ingresos o consumos per cápita inferiores al valor de una canasta mínima
de alimentos.
c) Línea de pobreza total: Es el costo de una canasta mínima de bienes
(incluido los alimentos) y servicios.
d) Línea de pobreza extrema: Es el costo de una canasta mínima de
alimentos.
e) Brecha de la pobreza: Es la diferencia promedio entre los ingresos de los
pobres y el valor de las líneas de pobreza. La brecha puede estar referida
a la pobreza extrema o a la pobreza total.
f) Severidad de la pobreza: Este es un indicador de desigualdad entre los
pobres, cuya medición es compleja. Es el valor promedio de los cuadrados
de las diferencias entre los ingresos de los pobres y la línea de la pobreza.
g) Población con necesidades básicas insatisfechas: Es aquella que tiene
por lo menos una necesidad básica insatisfecha. En otra sección se analizan
estas necesidades.
1.2 Antecedentes
Según Cortés (1997), los factores económicos son los que tienen más peso sobre la
probabilidad de ser pobre con la salvedad de que una de las variables de género no tiene
efecto significativo y la otra opera al revés de lo supuesto: la probabilidad de ser pobre
disminuye si la totalidad de los perceptores del hogar son mujeres
Por otro lado, López (1996) analiza los diversos factores que afectan el nivel de ingreso
de los pequeños agricultores en Chile a partir de una muestra representativa de estos
agricultores. El estudio entre otros resultados, corrobora la importancia de la educación,
en particular la educación secundaria, como un factor que ayuda a aumentar los ingresos
5
de los agricultores pobres y la falta de títulos de tierras disminuye el ingreso en el sector
rural.
Urzúa, y Brambila (2010) señalan que la pobreza a nivel estatal en México está
parcialmente determinada por variables macroeconómicas: el crecimiento económico, la
desigualdad del ingreso (al menos en el sector urbano), los salarios mínimos reales y las
remesas recibidas por los hogares desde el exterior. También juega un papel la tasa de
dependencia (el número de dependientes por individuos en edad de trabajar) y el
programa Progresa-Oportunidades, especialmente en el caso de la pobreza alimentaria.
Ortiz y Gil (2009) estudian los factores socioeconómicos que determinan las situaciones
de pobreza extrema en el nuevo milenio, utilizan algunos indicadores monetarios
tradicionales para la medición de la pobreza, los resultados demuestran que existen ciertos
factores que perduran en el tiempo como determinantes de la pobreza extrema, mientras
que otras variables han modificado su impacto. Esta visión monetaria de la pobreza se
completa con un estudio de la misma desde un punto de vista de privación,
comprobándose que, cuando se adopta un enfoque multidimensional, algunos de los
factores que determinan la pobreza extrema cambian su efecto.
Higa (2011) sugieren que los hogares se han vuelto más vulnerables durante los últimos
años del ciclo expansivo de la economía. El consumo del hogar peruano promedio debe
incrementarse en 35% para compensarlos por no vivir en una situación en donde no existe
desigualdad ni incertidumbre. Este hogar es vulnerable un 78% debido a la pobreza y un
22% por la incertidumbre, siendo la incertidumbre idiosincrásica más relevante que la
covariante. Los pobres son los más vulnerables, aunque existen hogares con altos niveles
de ingreso que son altamente vulnerables.
Trivelli (2005) discute los principales hallazgos del estudio de la información cuantitativa
sobre la pobreza y su vínculo con la condición indígena de los peruanos y peruanas. La
discusión gira en torno a los datos recogidos por la encuesta nacional de hogares del
cuarto trimestre del año 2001 (ENAHO 2001-IV), realizada por el Instituto Nacional de
Estadística e Informática (INEI) y las encuestas de hogares que a lo largo de la década
del noventa efectuó el Instituto Cuánto, siguiendo la metodología del Banco Mundial
(encuestas nacionales de niveles de vida-ENNIV).
6
Vásquez (2014) aborda la problemática social de la pobreza en el Perú desde 1968 y los
experimentos de avances y retrocesos en relación a las inversiones, políticas y
condiciones sociales. En este contexto se explica sobre el manejo adecuado de los fondos
públicos y privados en forma eficiente y eficaz, así como el rol de las instituciones para
evaluar sus experiencias a través de la construcción de indicadores que les permitan
monitorear y medir el impacto de la inversión social sobre la base de criterios
cuantitativos y cualitativos de precios.
El Centro de Investigación y Desarrollo del Instituto Nacional de Estadística e
Informática (INEI) (2011) pretende responder a las siguientes interrogantes: ¿Cuáles son
los determinantes de la pobreza en el Perú? ¿Existen diferencias en los determinantes de
la pobreza por área urbana y rural? ¿Cuál es la conexión entre la pobreza y la posesión de
activos? Para el logro de los objetivos planteados, utilizó los modelos de probabilidad no
lineales, específicamente de regresión logística múltiple, Estos modelos de regresión
logística han sido formulados en tres ámbitos diferenciados, a nivel nacional, urbano y
rural.
En dicho trabajo, la variable dependiente, es la condición de pobreza; y como variables
independientes, el tamaño del hogar, la cantidad de perceptores de ingresos, los años de
educación promedio del resto del hogar (mayores de 14 años), sexo del jefe, edad del jefe,
años de estudio del jefe, calidad del empleo del jefe, número de ocupaciones del jefe de
hogar, tenencia de tierras (algún miembro del hogar es propietario de la tierra), posesión
de activos empresariales, disponibilidad de servicios higiénicos, disponibilidad de energía
eléctrica, tenencia de teléfono, propiedad de la vivienda y pertenencia a asociaciones. De
las estimaciones realizadas, tomando en consideración el enfoque planteado y la
información contenida en las bases de datos de la ENAHO 2009 se han derivado las
siguientes conclusiones: A nivel nacional son cuatro los determinantes que reducen en
mayor medida la probabilidad de ser pobre: las cuales son; la posesión de activos
microempresariales el acceso a los medios de comunicación como la telefonía fija o
celular, el capital social individual o comunitario, y los años de estudio promedio de los
integrantes del hogar mayores de 14 años.
Por el contrario, son tres los factores que influyen en la situación de pobreza de los
hogares del Perú, En primer lugar, se encuentra la calidad del empleo del jefe de hogar
,segundo, contar con más de una ocupación no garantiza que el hogar pueda evitar
7
encontrarse en situación de pobreza ya que estas ocupaciones probablemente se
caracterizan por ser de carácter temporal, y tercero, el tamaño de hogar, cuanto mayor es
el número de miembros que conforman el hogar, mayor es la probabilidad de ser pobre.
En el área urbana entre los determinantes que contribuyen a reducir la pobreza se
encuentran; el acceso a servicios de telefonía fija o celular, perceptores de ingresos,
propiedad de la vivienda, los años de educación promedio de los miembros de hogar
mayores de 14 años, y el sexo, este último indica que cuando el jefe de hogar es mujer en
el área urbana tiene un efecto positivo en la superación de la pobreza.
Finalmente, en el ámbito rural, los determinantes que influyen más en la disminución de
la pobreza de los hogares son: la posesión de activos microempresariales, el capital social,
a disponibilidad de servicios de telefonía básica o celular.
Por otro lado, Escobal, Saavedra y Torero (1999) encontraron para el caso peruano (a
través del análisis de modelos probit y de regresiones de gasto) que variables como
educación y el tamaño de la familia son importantes para tipificar el estado de pobreza de
los individuos. Asimismo, su análisis permitió confirmar que el acceso al crédito y a la
tenencia de activos puede ser utilizado como colateral, generando un efecto positivo sobre
el gasto y sobre la probabilidad de no ser pobres. Además, encontraron evidencia
estadística que muestra que variables del capital público y organizacional, como la
membresía a las organizaciones y el acceso a los servicios públicos básicos, tales como
agua, desagüe, electricidad y telefonía, tienen un impacto similar. En este sentido, su
análisis empírico es consistente con la visión de que la falta de acceso a ciertos activos
claves que generan flujos de ingreso suficientes a una parte de la población se encuentran
detrás del problema de la pobreza.
Asimismo, García (2016) señala que el gasto público ha aportado a la reducción de la
pobreza monetaria, proponiéndose la siguiente hipótesis: “El incremento del gasto del
sector público genera una disminución significativa de la pobreza monetaria del Perú”.
Para contrastar esta tesis, desarrolló una serie de modelos que incorporan el crecimiento
económico, los factores institucionales (descentralización, inflación, cambio de gobierno,
entre otros); los factores de las condiciones iniciales del desarrollo (tasa de analfabetismo,
cobertura de electricidad y de conexión a agua potable), y el gasto público. El instrumento
econométrico utilizado es un panel dinámico con información entre los años 2004 y 2012,
cuyo objetivo es superar la omisión de variables y rezagos, de causalidad inversa y de
8
condición endógena de algunas variables. Los resultados hallados evidencian que el gasto
público es un instrumento que ha aportado a la lucha contra la pobreza, sin importar el
nivel de gobierno que realiza el gasto.
Por su parte, Marquina (2013) busca encontrar fundamentos netamente económicos en base al
tema de la pobreza, sino que se centra en aspectos a veces olvidados en las diversas
investigaciones a nivel nacional y que parten de nuestra realidad diaria como lo son las
explicaciones sociales. Por ende, usa un modelo explicativo, elaborado para identificar y analizar
los principales factores socio-culturales determinantes de la pobreza en el Perú, como el
conocimiento cultural basado en la educación y las creencias de culpabilidad reflejadas en la
pereza y los vicios presentes en cada individuo de la población peruana, encontrando que los
factores socio-culturales determinantes de la pobreza para el caso peruano son: el conocimiento
cultural y las creencias de culpabilidad además se corrobora la evidencia empírica de que, a mayor
nivel de educación, menor será la probabilidad de que una persona alcance el nivel de pobreza
Zegarra, Orihuela y Paredes (2007) usando datos de la Encuesta Nacional de Hogares -
ENAHO de los años 2003 y 2004, miden el impacto de la minería en distintos tipos de
hogares. El estudio muestra que el impacto de la minería es distinto en los hogares rurales
y urbanos. Por un lado, existe una asociación positiva de la minería con los ingresos y
gastos de las familias urbanas, pero no de las familias rurales. Por lo tanto, cuestionan la
visión pesimista que plantea la relación negativa entre minería y el dinamismo de los
ingresos en el nivel local. Por otro lado, encontraron correlaciones negativas en el acceso
a servicios de agua y desagüe y una mayor incidencia potencial de enfermedades crónicas
y agudas, especialmente en los hogares urbanos con presencia minera.
Chacaltana (2006) identifica que los shocks naturales, de salud y laborales presentan un
impacto significativo sobre la probabilidad de caer en pobreza en los hogares peruanos.
Además de ello identifica los grupos diferenciados de pobres crónicos y de pobres
transitorios para el caso de Perú. Los pobres crónicos son pobres por mucho tiempo. Entre
sus características se encuentran el hecho de que provienen de hogares rurales o son
invasores recientes de la ciudad, los padres cuentan solo con educación primaria, y
fundamentalmente, carecen de activos productivos. Los pobres transitorios tienen, en
cambio, mayor acceso a los activos productivos, especialmente a tierras con título en el
campo, pero se ven afectados por shocks del tipo microeconómico que afectan el valor de
estos activos.
9
García y Céspedes (2011) demuestran que a nivel nacional existe una relación negativa
entre el crecimiento económico y la pobreza monetaria para la primera década de 2000,
cuando el crecimiento económico favoreció más a la población que vive en situación de
pobreza monetaria. En este período el mayor aporte a la disminución de la pobreza
monetaria se debió al crecimiento económico y, en menor medida, a la reducción de la
desigualdad.
Por su parte, Ferreira, Leite y Ravallion (2007) señalan que el gasto público ha
contribuido a la reducción de la pobreza monetaria en el Perú. Para contrastarla con los
datos observados, utilizaron un panel dinámico para realizar las estimaciones
econométricas, donde la variable a explicar es el logaritmo de la pobreza monetaria.
Plantean una serie de modelos que incorporan el rezago de la pobreza, la tasa de
crecimiento del PBI per cápita, la tendencia del tiempo, el gasto público, las variables
institucionales, las políticas (descentralización, inflación, cambio de gobierno) y las
variables de las condiciones iniciales (tasa de analfabetismo, de conexión a agua potable,
entre otros). El panel dinámico permite reducir el problema de la omisión de variables no
observadas al tomar las primeras diferencias, enfrentando también los problemas del
modelo de causalidad inversa y de condición endógena de variables (se usa el rezago de
las variables independientes).
El análisis se da en el nivel regional para los años 2004 y 2012, pues es a partir de 2004
se tiene una medición oficial y estándar de la pobreza en este nivel. Por otro lado, el gasto
público considerado es la totalidad del gasto público per cápita en la región. Además, por
límites en una clasificación oficial histórica similar del gasto público, este no se ha podido
diferenciar por sectores, funciones o genérica de gasto (inversiones o gasto corriente) en
el nivel regional. El resultado obtenido del análisis conduce a aceptar la hipótesis, es decir,
el gasto público ha sido un instrumento que ha ayudado a la reducción de la pobreza,
convirtiéndose en un importante instrumento de política en control del Estado. Además,
el gasto público per cápita presenta un mayor aporte en comparación con variables como
el crecimiento, la desigualdad y las condiciones iniciales de desarrollo. Por otro lado, este
efecto es relevante tanto si se gasta en el nivel nacional o en el subnacional.
Aparicio et al. (2011) investigan para el caso peruano el rol de la infraestructura en la
reducción de la pobreza en el corto y en el largo plazo, encontrando que la mayoría de los
impactos de la infraestructura sobre la pobreza son de largo plazo. No obstante, es
10
importante indicar que la evidencia empírica también respalda que la infraestructura
puede afectar a la pobreza en el corto plazo.
Correa (2006) presenta una realidad peruana que se encuentra luchando contra un gran
problema social como es la pobreza, tal es el hecho que variables como el desempleo, que
habla de la existencia de mayores puesto de trabajo para muchos, aunque la oferta laboral
es cada vez más grande debido a que la población adecuadamente empleada crece cada
año; por otro lado, otra variable a tener en cuenta es que la educación que se imparte en
el Perú no es de las mejores con una baja calidad ya sea de alumnos como de los mismos
docentes, debido a carencias del pasado que no se han podido corregir.
Asimismo, Bucca (2009) pone atención en observar que en América Latina existen ciertos
desajustes como la desigualdad económica que está bien marcada en nuestro continente,
y que restringe la oportunidad de emprendimiento en muchos individuos de las distintas
sociedades en cada país, por lo tanto para explicar este problema nos hace referencia a
que los logros económicos surgen por los méritos propios como “el trabajo duro” y la
“habilidad personal”, mientras que muchos están en la pobreza por errores que los propios
individuos cometen entre estos “la flojera” y los “vicios” En el Perú la pobreza, es un
problema social que implica muchas causas y consecuencias negativas a las personas que
poseen esta situación.
La pobreza más grave se encuentra en las zonas rurales, según Herrera (2002) la
incidencia de pobreza extrema es 23.9% del total de la población (es decir 6’464,801
individuos). Por lo tanto, es un problema relevante para realizar el estudio. Bajo el mismo
contexto, por el lado de las causas o determinantes de la pobreza, se encuentra el estudio
de Sobrino (2015) en el que encuentra entre otros factores, que un menor nivel educativo,
mayor tamaño de la familia y mayor presencia de mujeres como jefas de hogar generan
una mayor incidencia de pobreza urbana. Asimismo, que, a mayor cercanía del área
urbana a la frontera norte de México, menor es la incidencia de la pobreza.
En esa misma línea, Teitelboim (2008), en Chile identifica los factores determinantes de
pobreza y concluye que un mayor número de personas por hogar y si el jefe de hogar
pertenece algún pueblo indígena aumenta la probabilidad de ser pobre. Además, si el jefe
de hogar tiene más años de escolaridad disminuye la probabilidad de que el hogar sea
pobre en la zona urbana de Chile.
11
Existen ya, para el caso peruano, algunos estudios empíricos sobre la base de datos de
ENAHO que aplica el Instituto Nacional de Estadística e Informática - INEI, que
identifican los factores que explican por qué algunas familias son pobres y otras no, así
como los factores que les permiten pasar de un estado a otro. En muchos casos, la sola
identificación de estos factores permite una recomendación de política de manera más o
menos directa, mientras que en otros se requiere un análisis más detallado, que merecería
ser estudiado. Sin embargo, es necesario desarrollar estudios que muestren nuevas
evidencias y aprovechar mejor los estudios empíricos que analizan los factores que causan
la pobreza en el sector urbano y rural.
1.3 Problema de investigación
1.3.1 Problema general
¿Cuáles son los factores microeconómicos determinantes de la pobreza a nivel de
hogares en el sector urbano y rural en el Perú: 2016?
1.3.2 Problemas específicos
¿A nivel nacional, qué factores microeconómicos inciden en la probabilidad
de ser pobreza a nivel de hogares?
¿Cómo influyen las características de la vivienda, del hogar en la probabilidad
de ser pobre en el área urbano?
¿Qué factores microeconómicos influyen en la probabilidad de ser pobre en
el área rural a nivel de hogares?
12
CAPÍTULO II
PLANTEAMIENTO DEL PROBLEMA
2.1 Identificación del problema
En América Latina y específicamente en el Perú durante la primera mitad de este siglo,
la pobreza monetaria1 fue principalmente un problema social no solo de naturaleza rural
sino urbana. Específicamente, en la Figura 1, en el primer grupo de departamentos con
mayor pobreza se encuentran: Huancavelica (50.9%) y Cajamarca2 (43.8%), en el
segundo grupo Puno, Loreto, Piura, Huánuco, Amazonas, Pasco, Ayacucho y Apurímac.
Estos grupos no tienen diferencias significativas; para ello, cada departamento (región)
se evaluó con respecto a los veinticinco restantes. Por lo tanto, queda identificado el
problema objeto de estudio y la pregunta es ¿Qué factores microeconómicos influyen en
la pobreza total?
Según el INEI, para el año 2016, el 20,7% de la población del país, que equivale en cifras
absolutas a 6 millones 518 mil personas, se encontraban en situación de pobreza, es decir,
tenían un nivel de gasto inferior al costo de la canasta básica de consumo compuesto por
alimentos y no alimentos. Al comparar estos resultados con el nivel obtenido en el año
2015, se observa que la incidencia de la pobreza disminuyó en 1,1%, es decir, 264 mil
personas dejaron de ser pobres en el año 20163. Analizando la incidencia de la pobreza
1 Se considera como pobres monetarios a las personas que residen en hogares cuyo gasto per cápita es
insuficiente para adquirir una canasta básica de alimentos y no alimentos (vivienda, vestido, educación,
salud, transporte, etc.). Son pobres extremos aquellas personas que integran hogares cuyos gastos per cápita
están por debajo del costo de la canasta básica de alimento
1.1 2 Cajamarca tiene a siete de los veinte distritos más pobres del país y Cajmamrca Cajamarca ocupa
el penúltimo lugar entre todas las regiones del Perú en crecimiento económico.
1.2 3 Según el INEI, la pobreza monetaria en el Perú subió el año 2018 hasta 21,7%.
13
por área de residencia, ésta afecta más a los residentes del área rural, que incidió en el
43,8% de su población, es decir, tres veces más que en el área urbana (13,9%) como se
puede apreciar en la Figura 1.
Desagregando los niveles de pobreza de los años 2007 y 2016 por área geográfica, el
indicador se redujo en casi todos. Entre 2007 y 2016, la mayor disminución se presentó
en el sector rural en 53.8%, seguido por el área urbano que decrece en 51.1%. La pobreza
persiste a nivel nacional con un 20.7% en el año 2016. Por lo tanto, el problema de
investigación queda identificado.
Figura 1. Evolución de la incidencia de la pobreza total, 2007-2016 (porcentaje respecto
del total de población)
42.4
37.333.5
30.827.8 25.8 23.9 22.7 21.8 20.7
30.125.4
21.3 20 18 16.6 16.1 15.3 14.5 13.9
74
68.866.7
6156.1
5348 46 45.2 43.8
02
04
06
08
0
2006 2008 2010 2012 2014 2016años
Nacional Urbana Rural
14
Figura 2. Departamentos con diferentes niveles de pobreza total en porcentajes, 2016
2.2 Justificación
La pobreza es un fenómeno mundial, en casi todos los países latinoamericanos la
población en situación de pobreza se encuentra víctima de carencias de necesidades
básicas insatisfechas. En el sector rural la pobreza es más grave, este problema se
encuentra relacionado por ejemplo a las estructuras de tenencia de la tierra, en este grupo
se podía apreciar una sociedad con un nivel de ingreso muy bajo, así como un elevado
índice de mortalidad y desnutrición. El presente estudio se justifica porque busca
encontrar nuevas evidencias que den cuenta sobre los determinantes microeconómicos de
15
la pobreza a nivel de hogares en el sector urbano y rural de modo que se genere
información útil para el debate académico.
2.3 Objetivos
2.3.1 Objetivo general
Caracterizar e identificar los factores microeconómicos que determinan la pobreza
urbana y rural a nivel de hogares, es decir, estimar una función de probabilidad
condicionada a los factores y/o características de la vivienda, del hogar, del jefe
de hogar, entre otros.
2.3.2 Objetivos específicos
Caracterizar los factores microeconómicos que determinan la condición de
pobreza a nivel de hogares desde el enfoque de activos utilizando la base de
datos de nivel nacional.
Identificar los factores microeconómicos que determinan la pobreza urbana
a nivel de hogares, y con qué tipo de activos cuentan los que se encuentran
en pobreza o por debajo de la línea de pobreza.
Identificar los factores microeconómicos que influyen la pobreza rural a
nivel de hogares, es decir, cómo determinan los activos en la probabilidad
de ser pobre considerando la línea de pobreza.
2.4 Hipótesis
2.4.1 Hipótesis general
Los principales factores microeconómicos que determinan la pobreza
urbana y rural a nivel de hogares son las características del hogar, características
individuales, capital físico privado y financiero, capital público (servicios básicos
de la vivienda), capital institucional y capital social.
2.4.2 Hipótesis específicos
A nivel nacional, desde el enfoque de los activos, la probabilidad de ser pobre
depende positivamente tamaño de hogar, inversamente de los años de
16
educación del jefe de hogar, número de perceptores de ingreso, tenencia de
tierra, posesión de activos empresariales, disponibilidad de agua potable,
servicios higiénicos, energía eléctrica, tenencia de internet, propiedad de la
vivienda y participación del jefe de hogar en las asaciones u organizaciones.
En el sector urbano, a mayor tamaño de hogar aumenta la probabilidad de ser
pobre, del mismo modo a mas años de educación del jefe de hogar, número de
empleos del jefe de hogar, cuando posee más activos empresariales, si tiene
disponibilidad de agua, servicios de agua potable, energía eléctrica, si tiene
título de propiedad de la vivienda y si el jefe de hogar participa en asociaciones
disminuye la probabilidad de ser pobre.
La probabilidad de ser pobre en el sector rural está influenciado positivamente
por el número de miembros en el hogar, está inversamente relacionado con
años de educación del jefe de hogar, tenencia de tierras agropecuarias,
disponibilidad de agua de potable, energía eléctrica, título de propiedad de la
vivienda y participación del jefe de hogar en asociaciones u organizaciones.
17
CAPÍTULO III
MATERIALES Y MÉTODOS
3.1 Lugar de estudio
La pobreza es un fenómeno nacional, según los reportes del INEI la pobreza está
presente a nivel nacional, por lo tanto, el lugar del estudio del presente trabajo considera
el ámbito nacional diferenciando el ámbito geográfico urbano y rural. En la Figura 2, se
muestra el número de hogares por cuartiles4 después de filtrar las variables consideradas
en el presente estudio. En efecto, en el primer grupo con mayor densidad de hogares es el
departamento de Lima, en el segundo grupo se encuentran los departamentos de Puno,
Tacna, Ancash, Lambayeque y Loreto. Finalmente, los departamentos con menor
densidad de hogares son Madre de Dios, Apurímac, Ayacucho y Huancavelica.
4 En este caso, el numero de hogares se ha dividido en 5 grupos. La mapa de hogares de ha elaborado en el
programa ArcGIS.
18
Figura 3. Número de hogares por cuantiles por departamentos
3.2 Población
La población de estudio está definida como el conjunto de todas las viviendas
particulares y sus ocupantes residentes en el área urbana y rural del país. Por no ser parte
de la población de estudio, se excluye a los miembros de las fuerzas armadas que viven
en cuarteles, campamentos, barcos, y otros. También se excluye a las personas que residen
en viviendas colectivas (hoteles, hospitales, asilos y claustros religiosos, cárceles, etc.).
19
3.3 Muestra total
En el caso de la Encuesta Nacional de Hogares – ENAHO, el tipo de muestreo es del
tipo probabilística, de áreas, estratificada, multietápica e independiente en cada
departamento de estudio. La muestra consiste en visitas cada año a los mismos
conglomerados en el mismo mes de encuesta, pero se seleccionan distintas viviendas. El
nivel de confianza de los resultados muestrales, es del 95%.
La ENAHO para el año 2016 ha establecido una muestra total 38 296 viviendas
particulares, correspondiendo 24 658 viviendas al área urbana y 13 638 viviendas al área
rural. La muestra de conglomerados en el ámbito nacional es de 5 606, correspondiendo
3 901 conglomerados al área urbana y 1 705 conglomerados al área rural. Asimismo, se
debe señalar que a solicitud del Ministerio de Inclusión Social (MIDIS), a partir del mes
de junio del 2016, se incrementó la muestra en 411 conglomerados (2465 viviendas),
distribuidos en Costa Centro Urbana, Costa Sur Urbana y Sierra Norte Urbana, con el
objetivo de mejorar la focalización de hogares pobres en el Padrón General de Hogares.
Asimismo, la ENAHO es una encuesta mediante entrevista directa. Los temas
considerados comprenden: características de la vivienda y el hogar, características de los
miembros del hogar, educación de personas de 3 y más años de edad, salud, empleo e
ingresos, sistema de pensiones, gastos del hogar, programas sociales, participación
ciudadana y finalmente preguntas de opinión en distintos aspectos.
En el presente trabajo, se ha obtenido información de las variables de varios módulos de
la ENAHO-2016, entre ellos: características de la vivienda y del hogar, características de
los miembros del hogar, educación, empleo e ingresos, producción agrícola, sumarias
(variables calculadas) y participación ciudadana (Tabla 1). Para unir los módulos se aplicó
el comando “merge” de Stata. Finalmente, como resultado de la unión de archivos se
obtiene la “base de datos final”.
20
Tabla 1
Módulos utilizados de la ENAHO-2016
Código Módulos utilizados Variables que fueron extraídas Resultado
1 características de la vivienda y
del hogar
Disponibilidad de agua potable, disponibilidad
de servicios higiénicos, disponibilidad de
energía eléctrica, tenencia de internet, propiedad
de la vivienda.
Bas
e d
e d
ato
s fi
nal
2 características de los miembros
del hogar Tamaño de hogar, sexo y edad del jefe de hogar.
3 educación
Años de educación promedio del resto de hogar
(mayores de 14 años), años de educación del
jefe.
5 Empleo e ingresos
Número de perceptores de ingreso, número de
empleos del jefe de hogar, posesión de activos
empresariales
22 Producción agrícola Tenencia de tierra de uso agropecuario(en
hectáreas)
34 Sumarias (variables calculadas) Condición de pobreza total (1=pobre y 0=no
pobre)
84 Participación ciudadana Participación del jefe de hogar en asociaciones,
grupos, organizaciones.
Después de unir todos los archivos de los módulos “base de datos final”, para el presente
estudio, la muestra total es de 16,740 hogares, esta cifra incluye aquellos hogares de las
áreas urbanas y rurales. Específicamente, en el sector urbano es de 11,989 hogares,
mientras en el sector rural es de 4,751 hogares, específicamente, en la Tabla 2, se muestra
la distribución de la muestra total según departamentos de estudio.
21
Tabla 2
Distribución de la muestra a nivel de departamentos
Departamento Urbano Rural Total
Amazonas 383 502 885
Ancash 538 216 754
Apurímac 151 178 329
Arequipa 801 82 883
Ayacucho 298 143 441
Cajamarca 290 192 482
Callao 373 --- 373
Cusco 245 267 512
Huancavelica 205 221 426
Huánuco 318 357 675
Ica 746 114 860
Junín 382 294 676
La Libertad 561 129 690
Lambayeque 482 286 768
Lima 1,638 143 1,781
Loreto 497 214 711
Madre de Dios 149 71 220
Moquegua 591 61 652
Pasco 339 135 474
Piura 691 304 995
Puno 385 433 818
San Martin 419 149 568
Tacna 679 41 720
Tumbes 366 84 450
Ucayali 462 135 597
Total 11989 4751 16740 Fuente: con base a ENAHO-2016
3.4 Método de investigación
De acuerdo a las características del presente trabajo, los tres objetivos específicos de
la investigación consideran la metodología inductiva, es decir, se cuenta con una base de
datos, pero las hipótesis no se derivan de un modelo teórico (Mendoza, 2014). En este
caso, la metodología aplicada utiliza la inferencia estadística y trata de poner a prueba las
hipótesis ateóricas. El objetivo del presente estudio es predecir la probabilidad de ser
pobre e identificar los factores microeconómicos determinantes de la pobreza utilizando
la base de datos disponible en ENAHO-2016.
Los factores microeconómicos que determinan la probabilidad de ser pobre se han tomado
en cuenta los trabajos de Cortés (1997), INEI (2011), Sobrino (2015) y Teitelboim
(2008), en el que se aplican el modelo de regresión logit, ésta es una técnica estadística
22
que permite estudiar la relación existente entre una variable dependiente y un conjunto de
variables independientes. En este caso particular, el modelo tiene dos objetivos
principales: (1) Determinar cómo influye en la probabilidad de ocurrencia de un suceso o
evento (variable respuesta), la presencia o ausencia de diversos factores, (2) Determinar
el modelo mejor ajustado que describa de manera razonable la relación entre la variable
respuesta y un conjunto de variables independientes (X). La probabilidad de ser pobre en
función de un conjunto de variables independientes que influyen (X) está dado por:
Xe
eYob
i
i
X
X
'1
)0*(Pr'
'
Y* es la variable latente u oculta y (β´X) es la función logística. La probabilidad
conjunta, o función de verosimilitud, de un modelo con probabilidad de ser pobre X'
y “n” observaciones independientes será:
}{
)'(1)'(.1
1
ii Y
i
Y
i
n
iLogit XXLMax
}{
.)'(1)1()'(.1
n
i
iiiiLogit XLnYXLnYLnLMax
Siendo: X' es la función de distribución logística. Finalmente, el efecto marginal de
los factores (X) que influyen sobre la probabilidad de ser pobre está dado por:
XX
X
XYE'1'
/
El modelo logit se estima por el método de máxima verosimilitud5 en el programa Stata
con la base de datos de ENAHO-2016. Las variables que se consideraran en el estudio se
encuentran en la Tabla 3.
5 Cosnsite en maximizar la probabilidad conjunta de observar la muestra completa, es decir, se busca el conjunto de
vectores de los coeficientes que maximice el valor de Log-Likelihood.
23
Tabla 3
Determinantes microeconómicos de la pobreza en el Perú: 2016
Variables Notación Cuantificación
Condición de pobreza según línea de pobreza total
Y 1=pobre (debajo de la línea de
pobreza)
0=no pobre (debajo de la línea
de pobreza)
Características del hogar
Tamaño de hogar X1 [ 1-20 miembros]
Número de perceptores de ingreso X2 [ 1-9 perceptores]
Años de educación promedio del resto de hogar (mayores de 14 años) X3 [ 0-18 años]
Características individuales
sexo del jefe de hogar
X4 1=varon
0=mujer
edad del jefe de hogar X5 [ 16-98 años]
años de educación del jefe de hogar X6 [ 0-18 años]
Número de empleos del jefe de hogar X7 [ 0-3 empleos]
Capital físico privado y financiero
Tenencia de tierra de uso agropecuario(en hectáreas) X8 [ 0-262.5 ha]
Posesión de activos empresariales (utilidades empresariales, intereses por
deposito, dividendo de acciones, arrendamiento de casas y tierras)
X9 1=posee activos
0=caso contrario
Capital público (servicios básicos de la vivienda)
Disponibilidad de agua potable X10 1=dispone de agua potable
0=caso contrario
Disponibilidad de servicios higiénicos X11
1=cuenta con servicio
higiénico con red pública de
desagüe
0=caso contrario
Disponibilidad de energía eléctrica X12
1=cuenta con alumbrado
eléctrico
0=caso contrario
Tenencia de internet X13 1=el hogar cuenta con internet
0=caso contrario
Capital institucional
Propiedad de la vivienda
X14 1= La vivienda tiene título de
propiedad
0=Está en trámite o no tiene
título de propiedad
Capital social
Participación del jefe de hogar en asociaciones, grupos, organizaciones.
X15 1=participa
0=no participa
24
La variable dependiente toma en cuenta la línea de pobreza total, este valor monetario se
contrasta con el gasto per cápita mensual de un hogar para determinar si está en
condiciones de pobreza o no. Este valor está conformado por dos componentes: el
componente alimentario, que es llamado también línea de pobreza extrema y el
componente no alimentario. Precisamente, en la Figura 3, se muestra la línea de pobreza
total como ejemplo para el distrito de Puno, esta línea es el valor monetario con el cual
se contrasta el gasto per cápita mensual de un hogar para determinar si está en condiciones
de pobreza o no. Este valor está conformado por dos componentes: el componente
alimentario, que es llamado también línea de pobreza extrema y el componente no
alimentario6. Específicamente, para el distrito de Puno es de S/. 294.99, en suma, aquellos
hogares que se encuentran por encima de la línea de pobreza total no clasifican como
pobres y los que se encuentran por debajo de línea total clasifican como pobres. Existe
una línea de pobreza para cada distrito, por ejemplo, a nivel nacional, algunos distritos de
Lima y Callao presentan la línea de pobreza más alta (S/. 415.59) y por otro lado, la línea
de pobreza total más baja presentan algunos distritos del departamento de Loreto, Madre
de Dios y San Martin (S/. 229.81). En consecuencia, la línea de pobreza se estima para
cada distrito y este valor varía de acuerdo al costo de la canasta de cada zona.
En realidad, la condición de pobreza calculada a partir de la ENAHO-2016, clasifica a los
hogares del Perú en tres grupos diferenciados, no pobres, pobres y pobres extremos. Esta
clasificación se realiza mediante la construcción de una Canasta Básica de Consumo
(línea de pobreza total) la cual constituye un punto referencial cuyo "estatus de pobreza
o no" se encuentran por encima y por debajo de él; a su vez esta línea de pobreza tiene
dos componentes que clasifica a los hogares pobres en "pobres" y "pobres extremos". En
efecto, en el presente estudio la variable dependiente toma dos valores, se codifica con
“uno” si el hogar califica como pobre y “cero” cuando califica como no pobre tomando
como referencia la línea de pobreza total7.
6 El componente no alimentario está constituido por el valor de la canasta de bienes y servicios que requiere una persona
para satisfacer sus necesidades referidas al vestido, calzado, alquiler de vivienda, uso de combustible, muebles, enseres,
cuidados de la salud, transporte, comunicaciones, esparcimiento, educación, cultura y otros. 7 Existen al menos tres métodos para medir la pobreza: a) El método de las Necesidades Insatisfechas, consiste en
construir indicadores de Necesidades Básica Insatisfechas (NBI): vivienda adecuada, vivienda con hacinamiento,
hogares con vivienda con servicios higiénicos, hogares con niños que asisten a la escuela, hogares con alta dependencia
económica. b) El método de la línea de pobreza monetaria se basa en la estimación de la canasta básica alimentaria y no alimentaria. Aquellos hogares por debajo de la línea de pobreza son considerados pobres c) El método desarrollado
en el enfoque de Desarrollo Humano identifica a la pobreza como la privación de oportunidades toma en cuenta la
educación, salud e ingresos, además otros aspectos cualitativos.
25
Figura 4. Hogares pobres y no pobres del distrito de Puno
En la Figura 4, se aprecia la evolución de la línea de pobreza total, para el año 2016, el
valor de la línea de pobreza total, fue de S/. 328 soles per cápita mensual, el cual presenta
un crecimiento de 4,2% respecto al año 2015. Este valor constituye el valor mínimo
mensual necesario que requiere una persona para satisfacer sus necesidades alimentarias
y no alimentarias. Comparando los resultados entre los años 2007 y 2016, la línea de
pobreza total a nivel urbano presenta un crecimiento de 3.82%, pasando de S/. 340 a S/.
353 soles, estos valores se encuentran por encima de la línea de pobreza a nivel nacional
y rural, asimismo, la línea de pobreza total a nivel rural para el año 2016 fue de S/. 244
soles mensuales por cada persona que conforma un hogar, es decir, es el valor de los
alimentos y no alimentos. En suma, las líneas de pobreza son diferentes para cada distrito.
26
Figura 5. Evolución de la línea de pobreza total, 2007 – 2016 canasta básica per cápita
mensual
A continuación, se explica la posible relacione entre la variable dependiente (Y) y las
variables independientes (X1, X2, …, X15), se intenta establecer relaciones causales, es
decir, cómo influyen las variables independientes a la probabilidad de ser pobre.
Variable dependiente:
Y=Condición de pobreza: En el presente estudio, para la estimación del modelo de
regresión logística se ha clasificado a la variable “Condición de Pobreza” en (1=pobre) y
(0=no pobre) tomando como referencia la línea de pobreza total. Dentro del grupo de
pobre se encuentra los pobres y pobres extremos.
Variables independientes:
X1=Tamaño del hogar: El tamaño del hogar es un componente que podría incidir en la
condición de pobreza de los hogares, pues, se ha planteado como hipótesis que, a mayor
número de miembros, mayor es la posibilidad de ser pobre; al respecto y siguiendo con
la misma orientación, se incluye en el presente estudio esta variable.
263
274 274
284
296
308316
328
340
353
175
187 189193
203212
218226
234
244238
250 252260
272
284292
303
315
3281
50
200
250
300
350
Lín
ea
de p
obre
za
tota
l (e
n s
ole
s)
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016años
Urbana Rural Nacional
27
X2=Número de perceptores de ingresos: Esta variable recoge la información de los
miembros del hogar que se encuentran en actividad laboral y contribuyen a la economía
del hogar. Por cuanto a mayor cantidad de miembros en actividad laboral, mayor es la
posibilidad que el hogar deje de ser pobre.
X3=Años de educación promedio del resto de hogar: Es importante cuantificar los
años de educación promedio del resto del hogar mayores de 14 años ya que esta variable
servirá para conocer en qué medida el capital humano reflejado en la educación de los
miembros del hogar es un condicionante en el estatus de pobreza del hogar.
X4=Sexo del jefe de hogar: Una variable importante a considerar es también el sexo, ya
que, cuando es varón la inserción laboral suele darse con mayor facilidad que cuando es
mujer; Para las jefas de hogar, la inserción laboral es más difícil, más aún si son madres
solteras o divorciadas ya que además de trabajar tienen que asumir la responsabilidad de
atender a su familia. También en otros casos las mujeres son víctimas de discriminación
laboral, y se ven limitadas en adquirir activos que les dotaría de nuevas y mejores
posibilidades de empleo. Por tal razón es importante saber la jefatura de un hogar ya sea
este un varón o una mujer.
X5=Edad del jefe de hogar: Es otra variable importante a considerar, para determinar si
la condición de pobreza depende de la edad del jefe del hogar además de su inserción
laboral en el mercado, ya que algunos estudios han puesto en evidencia que los adultos
mayores son miembros que contribuyen de manera efectiva a la economía del hogar.
X6=Años de estudio del jefe de hogar: La educación es una capital intangible
fundamental para el desarrollo de las personas puesto que es un activo que permite
generar o acceder a nuevas oportunidades laborales que incidirán en un mejor estatus de
vida para el hogar, más aún cuando se es jefe de hogar.
X7=Número de ocupaciones del jefe de hogar: En la actualidad los bajos ingresos y las
condiciones desfavorables de los trabajos a los que se insertan los jefes de hogar sumado
a las urgentes necesidades económicas impulsan a que un jefe de hogar buscar otras
fuentes de ingresos tal que les permita hacer frente a la pobreza. Por tal motivo se ha
incluido en el estudio, el número de empleos del jefe de hogar a fin de evaluar si el hecho
de que el jefe de hogar cuente con más de un empleo actúa como un factor reductor de la
condición de pobreza de los hogares peruanos.
28
X8=Tenencia de tierras de uso agropecuario: La posesión de tierras y más aún si estas
son de uso agropecuario constituyen un activo natural que favorece principalmente a los
hogares cuya fuente de ingresos principal y secundaria proviene del cultivo de la tierra
(agricultura), pues la titularidad sobre ellas, les da la posibilidad a los dueños de acceder
a distintas formas de crédito que les permitiría la inversión agropecuaria.
X9=Posesión de activos empresariales: si un hogar cuenta con este activo ya sea
utilidades empresariales, intereses por deposito, dividendo de acciones o arrendamiento
de casas y tierras; tienen la oportunidad de acceder al mercado económico y laboral
(económico porque constituye fuente de ingresos para el hogar, y laboral porque les da la
oportunidad de crear trabajo como trabajador independiente) e incidir en el status de
pobreza del hogar.
X10=Disponibilidad de agua: Disponer con alguno de los servicios básicos como el
acceso al agua potable, coloca a los hogares en situación de menor vulnerabilidad frente
a la pobreza; debido a que disponer de agua en condiciones salubres reduce el riesgo de
que los miembros del hogar, especialmente los más pequeños, sufran de enfermedades
infecciosas; así mismo significa ahorro de tiempo para las madres, puesto que ya no
tendrán que designar parte de su tiempo en abastecerse de este líquido elemento y tendrán
la posibilidad de emplear su tiempo de manera más productiva.
X11=Disponibilidad de servicios higiénicos: la posesión de servicios higiénicos en un
hogar conectados a un sistema de eliminación de excretas, reduce el riesgo que la familia
contraiga enfermedades infecciosas y además se traduce en mejoras en su infraestructura,
lo cual favorece al bienestar del hogar.
X12=Disponibilidad de energía eléctrica: Otro de los servicios básicos es la energía
eléctrica ya que su acceso a esta favorece a sus integrantes, especialmente a los que están
en edad escolar, de poder realizar sus actividades en condiciones más adecuadas, así como
de acceder a nuevas tecnologías de comunicación e información, asimismo su uso
favorece a la generación de nuevas fuentes de trabajo apoyados en este bien.
X13=Tenencia de internet: De los Ríos (2010) encontró que el uso de internet de al
menos un miembro en el hogar, permitió un cambio más acelerado en el bienestar de los
hogares. Igualmente, encontró que, dentro del grupo de los individuos empleados, el
crecimiento de los ingresos laborales era más alto en aquellos que usaban internet; pero
29
que, a su vez, aquellos que adoptaron internet entre el 2007 y 2009, vieron sus ingresos
crecer más aceleradamente que los que no adoptaron. Por tal motivo en la actualidad es
importante considerar esta variable para ver la incidencia que tiene esta en el status de
pobreza del hogar.
X14=Propiedad de la vivienda: en la actualidad poseer derechos sobre la vivienda
resulta ser ventajoso para los integrantes de un hogar pues este se convierte en un recurso
valioso que le permitirá acceder a créditos o crear microempresas en su domicilio.
X15=Participación del jefe de hogar en asociaciones, grupos, organizaciones: "El
capital social se refiere a la cultura de una comunidad, a la sociabilidad interna de los
pobres, a la capacidad colectiva de responder a la crisis” (INEI, 2009). Esta variable se
toma en cuenta para ver de qué manera, la participación del jefe de hogar en asociaciones,
grupos u organizaciones incide en el status de pobreza del hogar.
30
CAPÍTULO IV
RESULTADOS Y DISCUSIÓN
4.1 Caracterización de los determinantes microeconómicos de la pobreza a nivel
nacional
a. Lugar de residencia de las viviendas
A nivel nacional, de acuerdo a la “base de datos final”, el 28.38% de los hogares
vive en el sector rural, mientras el 71.62% reside en el sector urbano. Las zonas
urbanas se caracterizan por tener mayor densidad de población en comparación
con las zonas rurales. Según el Instituto Nacional de Estadística e Informática –
INEI, el area urbana o centro poblado urbano es aquel que tiene como mínimo 999
habitantes8. El área rural o centro poblado rural, es aquel que no tiene más de 999
habitantes, éstas se encuentran dispersas o diseminadas sin formar bloques o
núcleos.
Se deduce que en la actualidad la mayor cantidad de familias radica o vive en el
sector urbano, representando el 71.62% de la población total analizada. Por
consiguiente, el porcentaje de hogares las cuales residen en la zona rural es un
total del 28.38%, la cual es mucho menor que la urbana respectivamente.
8 La variable “estrato geografico” de ENAHO se toma en cuenta para clasificar si la vivienda correspone
al area urbano o rual.
31
Figura 6. Lugar de residencia de los hogares
b. Número total de miembros por hogar
En la Tabla 4, con la misma base de datos final, se muestra el número total de
miembros por hogar, aproximadamente el 3% de hogares cuenta con un solo
miembro, el 8.3% de hogares con 2 miembros, la moda estadística es 4 miembros,
es decir, el 24% de los hogares cuenta con cuatro miembros. El tamaño de hogar
ha sido objeto de múltiples estudios por sus implicaciones sobre el crecimiento
económico, la pobreza y el bienestar de las familias.
71.62%
28.38%
0 20 40 60 80porcentaje
urbano
rural
32
Tabla 4
Número total de miembros por hogar
Tamaño de hogar Frecuencia Porcentaje
1 505 3.02
2 1,389 8.3
3 2,651 15.84
4 4,029 24.07
5 3,264 19.5
6 2,105 12.57
7 1,273 7.6
8 730 4.36
9 395 2.36
10 188 1.12
11 107 0.64
12 56 0.33
13 21 0.13
14 14 0.08
15 7 0.04
16 2 0.01
17 1 0.01
18 1 0.01
20 2 0.01
Muestra total 16,740 100
c. Número de perceptores de ingreso por hogar
En la Tabla 5, se reporta el número de personas por hogar que perciben algún tipo
de ingreso. En efecto, el 22.29% de los hogares posee con un solo miembro que
percibe ingreso. La moda estadística es dos personas, es decir, el 46.69% de los
hogares tienen dos miembros que perciben algún tipo de ingreso, es probable que
a mayor número de personas que perciben ingresos dentro del mismo hogar,
implica una menor probabilidad de que el hogar clasifique como pobre. El hecho
de que los miembros del hogar cuenten con un empleo remunerado es una ventaja
al menos en el sector urbano.
33
Tabla 5
Número de perceptores de ingreso por hogar
Número de perceptores
de ingreso Frecuencia Porcentaje
1 3,731 22.29
2 7,816 46.69
3 3,548 21.19
4 1,219 7.28
5 332 1.98
6 59 0.35
7 21 0.13
8 12 0.07
9 2 0.01
Muestra total 16,740 100
d. Años de educación promedio de los demás miembros del hogar
La moda estadística es once años de educación promedio, es decir, el 23.52% de
los hogares reporta en promedio once años de educación de los demás miembros
del hogar, se supone o se espera una relación inversa, es decir, aquellos hogares
con mayor número de miembros con educación tienen menor probabilidad de ser
pobre.
Tabla 6
Años de educación promedio del resto de hogar (mayores
de 14 años)
años de educación
promedio frecuencia porcentaje
0 164 0.98
1 467 2.79
2 664 3.97
3 903 5.39
4 570 3.41
5 223 1.33
6 2,770 16.55
7 418 2.5
8 668 3.99
9 812 4.85
10 388 2.32
11 3,937 23.52
12 386 2.31
13 346 2.07
14 1,061 6.34
15 163 0.97
16 1,884 11.25
17 341 2.04
18 575 3.43
Muestra total 16,740 100
34
e. Sexo del jefe de hogar
De la base de datos final se reporta que el 79.06% de los hogares tienen como jefe
de hogar a varones y el 20.83% de hogares tiene como jefe a mujeres. En este
caso, se intenta probar si sexo del jefe de hogar influye en la probabilidad de ser
pobre. En otros casos de estudio, la incorporación de género resulta importante
porque las mujeres gestionan mejor los recursos del hogar.
Figura 7. Sexo del jefe de hogar
f. Edad de los jefes de hogar
En la Tabla 7, se muestra la edad de los jefes de hogar por grupos, en efecto, el
28.89% de los jefes de hogar reporta tener entre 41 y 50 años, de forma similar el
26.21% de los jefes de hogar tiene entre 51 y 60 años de edad. De acuerdo a la
teoría del ciclo de vida, en general los jóvenes que no reciben herencia aun no
logran percibir ingresos monetarios por la tanto la probabilidad de ser pobre es
mayor.
20.93%
79.06%
02
04
06
08
0
porc
enta
je
mujer varón
35
Tabla 7
Edad de los jefes de hogar
Grupos de edad Frecuencia porcentaje
16-20 15 0.09
21-30 859 5.13
31-40 2879 17.18
41-50 4837 28.89
51-60 4388 26.21
61-70 2496 14.91
71-80 952 5.68
81-90 285 1.70
más de 90 29 0.17
Muestra total 16,740 100
g. Número de empleos del jefe de hogar
El 11.35% de los jefes de hogar no cuenta con un empleo, del mismo modo, el
66.82% de los jefes de hogar tiene un empleo, el 21.73% de los jefes de hogar
cuenta con 2 empleos. El hecho de que el jefe de hogar cuente con mayor número
de empleos está diversificando sus ingresos de modo que la probabilidad de ser
pobre será menor.
Tabla 8
Número de empleos del jefe de hogar
Número de empleos frecuencia porcentaje
0 1,900 11.35
1 11,185 66.82
2 3,637 21.73
3 18 0.11
Muestra total 16,740 100
h. Tenencia de tierra de uso agropecuario (en hectáreas)
En la Tabla 9, existen un 4.15% de hogares con más de 5 hectáreas, en tanto que
la mayor cantidad de hogares no cuentan con ninguna hectárea de tierra (68.02%),
la tenencia de tierra al menos en el sector rural constituye un medio de producción,
aquellos hogares que cuentan con mayor cantidad de hectáreas de tierra
agropecuaria tienden a ser menos pobres.
36
Tabla 9
Tenencia de tierra de uso agropecuario (en hectáreas)
Hectáreas frecuencia porcentaje
0 11,386 68.02
0.01-3 2976 17.78
1.01-2 865 5.17
2.01-3 394 2.35
3.01-4 244 1.46
4.01-5 180 1.08
más de 5 695 4.15
Muestra total 16,740 100
i. Posesión de activos empresariales
Desde el enfoque de activos, la posesión de activos empresariales implica un
medio para salir de la pobreza, aquellos hogares que poseen algún tipo de activo
tienen menor probabilidad de ser pobre. De la muestra total, el 88.49% de hogares
posee al menos un activo ya sea utilidades empresariales, intereses por deposito,
dividendo de acciones, arrendamiento de casas y tierras (Tabla 10).
Tabla 10
Posesión de activos empresariales
Frecuencia Porcentaje
Pose 14,813 88.49
no posee 1,927 11.51
Muestra total 16,740 100
j. Disponibilidad de agua potable
De la muestra total, el 57.96% de los hogares cuentan con agua potable, tener agua
potable en la vivienda implica un capital público y por consiguiente la
probabilidad de ser pobre debería ser menor. En este caso se intenta verificar
estadísticamente si los hogares que cuenta con agua potable tendrían menor
probabilidad de ser pobre.
37
Tabla 11
Disponibilidad de agua potable
Frecuencia Porcentaje
No 7,038 42.04
Si 9,702 57.96
Muestra total 16,740 100
k. Disponibilidad de servicios higiénicos
Es importante que los hogares cuenten con servicios higiénicos para calificar
como hogares no pobres, sin embargo, utilizando la muestra total el 36.5% de las
viviendas no cuenta con servicios sanitarios, este resultado refleja la brecha que
existe en servicios básicos al menos en el sector rural.
Tabla 12
Disponibilidad de servicios higiénicos
frecuencia porcentaje
No 6,110 36.5
Si 10,630 63.5
Muestra total 16,740 100
l. Disponibilidad de energía eléctrica
A nivel nacional se ha avanzado en la provisión de energía eléctrica incluso en el
sector rural, en efecto, el 93.81% de las viviendas cuenta con energía eléctrica, en
este caso la brecha es menor con relación a otros servicios básicos, del mismo
modo, el acceso al servicio es un activo físico que ayuda a reducir la probabilidad
de ser pobre.
Tabla 13
Disponibilidad de energía eléctrica
frecuencia porcentaje
No 1,037 6.19
Si 15,703 93.81
Muestra total 16,740 100
38
m. Tenencia de internet
Aquellos miembros de hogar que se encuentran conectados a internet tienen
acceso a información y comunicación, con los datos de la muestra el 28.73% tiene
conexión a internet, existe una brecha de servicio de 71.27%, probablemente esta
brecha es mayor en el sector rural. Sin duda, tener internet constituye un activo
del hogar que permite acceder a información actualizada y por lo tanto la
probabilidad de ser pobre debería ser menor.
Tabla 14
Tenencia de internet
frecuencia porcentaje
No 11,931 71.27
Si 4,809 28.73
Muestra total 16,740 100
n. Título de propiedad de la vivienda
A nivel nacional, con los daos de la muestra total, el 49.21% de las viviendas no
cuenta con título de propiedad o simplemente no tienen vivienda propia, es
importante que este activo cuente con título de propiedad, el hecho de tener título
tiene ventajas por ejemplo es una garantía colateral para acceder al crédito en el
mercado financiero.
Tabla 15
Título de propiedad de la vivienda
frecuencia porcentaje
No 8,238 49.21
Si 8,502 50.79
Muestra total 16,740 100
o. El jefe de hogar participa en asociaciones, grupos, organizaciones.
El 57.66% de los jefes de hogar participan en asociaciones, grupos, organizaciones, esta
variable constituye el capital social, es decir, participar empodera el capital social y en
consecuencia debería reducir la probabilidad de ser pobre. Sin embargo, la participación
demanda tiempo y es probable que la participación social no ayude a reducir la pobreza.
39
Tabla 16
El jefe de hogar participa en asociaciones, grupos, organizaciones.
frecuencia porcentaje
No 7,087 42.34
Si 9,653 57.66
Muestra total 16,740 100
Finalmente, en la Tabla 17, se verifica si existen diferencias entre pobres y no pobres en
las diferentes variables independientes, a nivel urbano, rural y nacional, se trata de
explorar cada variable independiente y comparar si la diferencia es estadísticamente
significativo. Más concretamente, se aplicó la prueba de proporciones (prueba z) para
aquellas variables cualitativas binarias, tales como: sexo del jefe de hogar, tenencia de
tierra, posesión de activos empresariales, disponibilidad de agua potable, disponibilidad
de servicios higiénicos, disponibilidad de energía eléctrica, tenencia de internet,
propiedad de la vivienda y si el jefe de hogar participa en asociaciones, grupos y
organizaciones. Asimismo, se utilizó la prueba de promedios (prueba t) a las variables
tamaño de hogar, número de perceptores de ingreso en el hogar, años de educación
promedio del resto de hogar, edad del jefe de hogar, años de educación del jefe de hogar,
número de empleos del jefe de hogar. Por ejemplo, aquellos jefes de hogar que clasifican
como no pobres, en promedio ostentan más años de educación con relación a los hogares
pobres, esta diferencia es coherente puesto que existe una estrecha relación pobreza y
educación.
40
Tab
la 1
7
Com
para
ció
n d
e va
riable
s in
dep
endie
nte
s en
tre p
obre
s y
no p
obre
s
Var
iable
s
Urb
ano
(n=
11,9
89)
R
ura
l (n
=4,7
51)
N
acio
nal
(n=
16,7
40)
No
po
bre
P
obre
D
ifer
encia
No
po
bre
P
obre
D
ifer
encia
No
po
bre
P
obre
D
ifer
encia
Tam
año
de
ho
gar
4.3
9
5.8
1
1.4
2***
4.8
5
6.0
7
1.2
2***
4.4
9
5.9
6
1.4
7***
Nú
mer
o d
e per
cepto
res
de
ingre
so e
n e
l ho
gar
2.2
2
2.1
8
-0.0
4
2.2
2
2.2
4
0.0
2
2.2
2
2.2
1
-0.0
1
Año
s de
educa
ció
n p
rom
edio
del re
sto d
e ho
gar
11.3
3
8.1
9
-3.1
3***
8.1
4
6.9
2
-1.2
2***
10.6
0
7.4
5
-3.1
5***
sexo
del
jefe
de
ho
gar
0.7
5
0.8
0
0.0
5***
0.8
7
0.8
9
0.0
2**
0.7
8
0.8
6
0.0
8***
edad
del
jefe
de
ho
gar
52.5
8
48.7
3
-3.8
5***
47.8
3
46.0
7
-1.7
6***
51.4
9
47.1
7
-4.3
2***
año
s de
educa
ció
n d
el
jefe
de
ho
gar
10.9
5
7.2
9
-3.6
6***
7.3
2
5.9
4
-1.3
8***
10.1
2
6.5
0
-3.6
1***
Nú
mer
o d
e em
ple
os
del
jefe
de
ho
gar
1.0
3
1.0
5
0.0
3
1.3
0
1.3
2
0.0
2
1.0
9
1.2
1
0.1
2***
Ten
encia
de
tier
ra d
e uso
agro
pec
uar
io
0.5
7
0.6
7
0.1
0**
3.2
5
2.1
6
-1.0
9***
1.1
9
1.5
4
0.3
6**
Po
sesi
ón d
e ac
tivo
s em
pre
sari
ale
s 0.1
4
0.1
1
-0.0
3***
0.0
5
0.0
9
0.0
4***
0.1
2
0.1
0
-0.0
2***
Dis
po
nib
ilid
ad d
e ag
ua
pota
ble
0.7
8
0.5
6
-0.2
3***
0.1
5
0.0
5
-0.1
0***
0.6
4
0.2
6
-0.3
8***
Dis
po
nib
ilid
ad d
e se
rvic
ios
hig
iénic
os
0.8
4
0.6
5
-0.2
0***
0.1
8
0.0
9
-0.0
9***
0.6
9
0.3
2
-0.3
7***
Dis
po
nib
ilid
ad d
e ener
gía
elé
ctri
ca
0.9
9
0.9
6
-0.0
3***
0.8
3
0.7
7
-0.0
7***
0.9
5
0.8
5
-0.1
1***
Ten
encia
de
inte
rnet
0.4
2
0.0
5
-0.3
7***
0.0
5
0.0
0
-0.0
5***
0.3
4
0.0
2
-0.3
1***
Pro
pie
dad
de
la v
ivie
nd
a
0.6
9
0.4
5
-0.2
4***
0.1
4
0.0
6
-0.0
8***
0.5
6
0.2
2
-0.3
4***
El je
fe d
e ho
gar
par
ticip
a en
aso
cia
cio
nes,
gru
po
s,
org
aniz
acio
nes.
0.4
6
0.5
7
0.1
1***
0.8
1
0.9
1
0.1
0***
0.5
4
0.7
7
0.2
2***
41
4.2 Determinantes microeconómicos de la pobreza a nivel nacional
Con relación al primer objetivo específico, en la Tabla 1 utilizando la muestra total, se
reporta los resultados de la estimación del modelo logit con dos especificaciones con el
propósito de identificar los factores microeconómicos que influyen en la probabilidad de
ser pobre, son en total quince las variables que se exploran estadísticamente, el primer
criterio es evaluar el nivel de significancia utilizando la prueba z.
Tabla 18
Perú: modelo de regresión logística de los determinantes de la pobreza a nivel
nacional, 2016
Variables Notación Especificación
(1) (2)
Características del hogar
Tamaño de hogar X1 0.3643*** 0.3675***
Número de perceptores de ingreso en el hogar X2 -0.3004*** -0.3052***
Años de educación promedio del resto de hogar (mayores de
14 años) X3 -0.1944*** -0.1982***
Características individuales
sexo del jefe de hogar X4 0.1506*
edad del jefe de hogar X5 -0.01909*** -0.01925***
años de educación del jefe de hogar X6 -0.04201*** -0.04146***
Número de empleos del jefe de hogar X7 -0.14322*
Capital físico privado y financiero
Tenencia de tierra de uso agropecuario(en hectáreas) X8 -0.02029*** -0.01858***
Posesión de activos empresariales (utilidades empresariales,
intereses por deposito, dividendo de acciones, arrendamiento
de casas y tierras)
X9 0.1163*
Capital público (servicios básicos de la vivienda)
Disponibilidad de agua potable X10 -0.48181*** -0.5222***
Disponibilidad de servicios higiénicos X11 -0.08661*
Disponibilidad de energía eléctrica X12 -0.13761
Tenencia de internet X13 -1.6684*** -1.67409***
Capital institucional
Propiedad de la vivienda X14 -0.39252*** -0.41855***
Capital social
El jefe de hogar participa en asociaciones, grupos,
organizaciones. X15 0.15821** 0.17377**
constante 0.73306** 0.621727*
Razón de versomilitud (LR) 3936.62 3929.52
Criterio de Akaike 10491.64 10492.74
Pseudo R2 0.2734 0.2729
Porcentaje de predicción 78.31% 78.06%
Log – likelihood - 5229.82 -5233.37
Numero de observaciones (muestra total) 16740 16740
42
En la especificación (2) los resultados son más robustos y se logra un mejor ajuste del
modelo de regresión logit, asimismo se alcanza una mejor significancia individual y
global de los coeficientes del modelo. Específicamente, en la Figura 7, se muestra el punto
de corte, es decir, la intersección entre las curvas de sensibilidad y especificidad, esta
intersección es aproximadamente una probabilidad de 0.20, tomando este punto se ha
calculado el porcentaje de predicción, en este caso, el modelo de regresión predice en
forma correcta en un 78.06%, es decir, de cada 100 observaciones clasifica correctamente
en 78 casos aproximadamente.
Figura 8. Curva de sensibilidad y especificidad
En la Figura 8, se ilustra el área de la curva de ROC9 de la especificación (2), en este caso
el área es de 0.8545, valor cercano a uno, cuanto más cerca al valor de uno significa que
el modelo de regresión clasifica de manera correcta las probabilidades de ser pobre y no
9La curva ROC proviene del inglés “Receiver Operating Characteristic”
0.0
00
.25
0.5
00
.75
1.0
0
Se
nsib
ilid
ad / e
spe
cific
ida
d
0.00 0.25 0.50 0.75 1.00Punto de corte (probabilidad)
sensibilidad especificidad
43
pobre. Este resultado complementa como una medida de ajuste a los otros criterios tales
como: Pseudo R2 y porcentaje de predicción.
Figura 9. Curva ROC-Modelo Logit
En la Tabla 18, se muestra la primera especificación con todas las variables y en la
segunda especificación se excluyen aquellas variables que no resultaron significativos.
En efecto, en cuanto a las características del hogar; es notable, que el tamaño del hogar
(X1) incide positivamente en la probabilidad de ser pobre, es decir, a mayor número de
integrantes del hogar mayor la probabilidad de ser pobre. Resultado que es intuitivo ya
que, si en un hogar existen mayor número de integrantes, mayores serán las necesidades
básicas insatisfechas con las que tendrá que asumir el jefe de hogar. Mientras que se ha
encontrado una relación inversa entre el número de perceptores de ingresos (X2) y la
condición de pobreza del hogar, es decir, cuando aumenta el número de perceptores de
ingreso en el hogar, disminuye la probabilidad de que el hogar sea pobre. Del mismo
modo, los resultados muestran una relación inversa entre los años de educación promedio
del resto del hogar (X3) y la condición de pobreza del hogar. Esto significa que más años
de educación promedio del resto del hogar disminuye la probabilidad de que el hogar sea
pobre.
0.0
00
.25
0.5
00
.75
1.0
0
Se
nsib
ilida
d
0.00 0.25 0.50 0.75 1.001 - especificidad
Area debajo de la curva ROC = 0.8545
44
A nivel de características individuales, el coeficiente de la variable sexo del jefe de hogar
(X4), no es significativo el cual confirma que no existen diferencias por género en la
probabilidad de ser pobre. Sin embargo, se ha encontrado una relación inversa marcada
por el signo negativo en el coeficiente de la variable edad del jefe de hogar (X5), esto
refleja a mayor edad del jefe del hogar, disminuye la probabilidad de que el hogar sea
pobre, lo cual resulta razonable dado que cuanto más joven sea el jefe de hogar, menor
será su capacidad de generación de ingresos, en razón de un menor stock de capital
humano acumulado (en años de estudio, habilidades y experiencia laboral).Otro de los
factores microeconómicos que influyen negativamente en la probabilidad de ser pobre
son los años de educación del jefe de hogar (X6), es decir, más años e educación del jefe
del hogar, la probabilidad de quedar en condición de pobreza disminuye, resultado
confirma la importancia de la educación para lucha contra la pobreza. La variable número
de empleaos del jefe del hogar (X7) no es significativo, sin embargo, presenta una
relación negativa con la probabilidad de ser pobre, es decir que a mayor número de
empleos que tenga el jefe de hogar, menor será la probabilidad de ser pobre, Lo cual
evidente e intuitivo, es decir, hogares que cuentan con varios trabajos posiblemente
obtendrán mayores ingresos.
En cuanto al capital físico privado y financiero, si un hogar posee tierras para el uso
agropecuario (X8), esta variable influye de manera negativa en la probabilidad de ser
pobre, puesto que estas tierras agropecuarias en las zonas rurales sirven para la
producción agrícola por lo tanto es factor de producción.
Con respecto a los servicios básicos de la vivienda, los coeficientes de variables:
disponibilidad de agua potable (X10) y la tenencia de internet (X13), son significativos,
es decir, las viviendas con agua potable y acceso a internet, tienen menor probabilidad de
ser pobre, este resultado es razonable, es decir, si un hogar tiene agua en condiciones
salubres reduce el riesgo de enfermedades infecciosas y morbilidad. Asimismo, la
tenencia de internet es hoy en día un medio indispensable y constituye un activo necesario
dentro del hogar, al respecto el estudio de De los Ríos (2010) concluye que el uso de
internet de al menos un miembro en el hogar en la actualidad permite un cambio más
acelerado en el bienestar de los hogares.
En cuanto al capital institucional y social. La propiedad de la vivienda (X14), se relaciona
negativamente con la probabilidad de ser pobre, de esta manera se confirma que, contar
45
con título de propiedad sobre la vivienda genere una serie de oportunidades tales como
acceder a crédito y poder adquirir más activos. Finalmente, si el jefe de hogar participa
en asociaciones, grupos u organizaciones (X15), existe mayor probabilidad de ser pobre,
ya que muchas veces el participar en grupos u organizaciones por el jefe de hogar tiene
costo de oportunidad, además demanda tiempo que algunas veces este tiempo podría ser
destinado a otras actividades.
La Tabla 19, se muestra los efectos marginales de los determinantes microeconómicos de
la pobreza con la especificación (2). En cuanto al tamaño de hogar, por cada miembro
adicional en un hogar, la probabilidad de ser pobre aumenta en 0.2265. Mientras que, por
cada número adicional de perceptores de ingreso en el hogar, la probabilidad de ser pobre
disminuye en -0.0185. Del mismo modo la probabilidad de ser pobre disminuye en -
0.0125 por cada año adicional de estudios del resto de los miembros del hogar.
Tabla 19
Efectos marginales de los determinantes microeconómicos de la pobreza a nivel
nacional
Variables Notación Efecto marginal
(dy/d/x)
Características del hogar
Tamaño de hogar X1 0.2265
Número de perceptores de ingreso en el hogar X2 -0.0185
Años de educación promedio del resto de hogar (mayores de
14 años) X3 -0.0125
Características individuales
sexo del jefe de hogar X4
edad del jefe de hogar X5 -0.00115
años de educación del jefe de hogar X6 -0.00223
Número de empleos del jefe de hogar X7 -0.0078
Capital físico privado y financiero
Tenencia de tierra de uso agropecuario(en hectáreas) X8 -0.00112
Posesión de activos empresariales (utilidades empresariales,
intereses por deposito, dividendo de acciones, arrendamiento
de casas y tierras)
X9
Capital público (servicios básicos de la vivienda)
Disponibilidad de agua potable X10 -0.0338
Disponibilidad de servicios higiénicos X11
Disponibilidad de energía eléctrica X12
Tenencia de internet X13 -08104
Capital institucional
Propiedad de la vivienda X14 -0.0262
Capital social
Participación del jefe de hogar en asociaciones, grupos,
organizaciones. X15 0.011
46
En cuanto a las características individuales, la probabilidad de ser pobre disminuirá en
0.0011, por cada año adicional de la edad del jefe de hogar. Del mismo modo sucede con
los años de educación del jefe de hogar, por cada año adicional de educación por parte
del jefe de hogar, la probabilidad de ser pobre disminuirá en 0. 0022. Al igual que el
número de empleos del jefe de hogar, por cada empleo adicional que tenga el jefe de
hogar la probabilidad de ser pobre, disminuirá en 0.0078. Con relación al capital físico
privado y financiero, por cada hectárea adicional de tierra en uso agropecuario, la
probabilidad de ser pobre disminuirá en 0.0011.
En cuanto a los servicios básicos de la vivienda; el resultado muestra que la probabilidad
de ser pobre es menor en 0.0338, para aquellos hogares que, si cuentan con acceso al
agua, con respecto a aquellos hogares que no cuentan con este líquido elemental. Del
mismo modo la probabilidad de ser pobre es menor en 0.8104, para aquellos hogares que,
si cuentan con acceso a internet, con respecto a aquellos hogares que no cuentan con este
servicio.
Respecto al capital institucional y social; la probabilidad de ser pobre es menor en 0.0262,
para aquellos hogares que cuentan con título de propiedad de la vivienda, con respecto a
hogares que no cuentan con título de propiedad de la vivienda. Sin embargo, respecto al
capital social, la probabilidad de ser pobre es mayor en 0.011, para aquellos hogares en
los cuales el jefe de hogar participa en alguna asociación o grupo con respecto a aquellos
jefes de hogar que no participan, este resultado confirma la hipótesis de que participar
tiene costo de oportunidad.
En la Figura 10, se muestra la relación entre la probabilidad de ser pobre y años de
educación de la especificación (2), en concreto, a más años de educación del jefe de hogar
disminuye la probabilidad de ser pobre, los años de educación que alcanzan las personas
es un indicador relacionado con las calificaciones profesionales y, por ende, con los
ingresos y gastos. Los años de educación constituye un capital fundamental para el
desarrollo de las personas, pues es un activo que permite generar o acceder a nuevas
oportunidades laborales que incidirán en un mejor estatus de vida para el hogar más aún
cuando si es jefe de hogar, en otras palabras, los años de estudio cursados por los
miembros del hogar son activos que les permite acceder a nuevas oportunidades de
empleo, de este modo, la educación del jefe de hogar genera un apalancamiento para salir
de la pobreza.
47
Figura 10. Probabilidad de ser pobre y años de educación del jefe de hogar
En la Figura 11, se muestra la probabilidad de ser pobre y la edad del jefe de hogar, en
concreto, cuando aumenta la edad del jefe del hogar, disminuye la probabilidad de que el
hogar sea pobre. Resultado que es esperado y razonable dado que cuanto más joven sea
el jefe de hogar, menor será su capacidad de generación de ingresos, en razón de un menor
stock de capital humano acumulado (en años de estudio, habilidades y experiencia
laboral). Al mismo tiempo, cuanto más joven el jefe de hogar, menor será el número de
miembros en edad de trabajar o de potenciales perceptores de ingresos dentro del hogar
y mayor será la dependencia económica o carga económica que tendrá que soportar el
jefe del hogar.
0%
20%
10%
30%
pro
bab
ilid
ad
de s
er
pob
re
0 5 10 15 20años de educación del jefe de hogar
48
Figura 11. Probabilidad de ser pobre y la edad del jefe de hogar
En la Figura 12, a mayor tamaño de hogar aumenta la probabilidad de ser pobre, en efecto,
cuando el tamaño del hogar es grande, se eleva la probabilidad de que el hogar sea pobre,
el número de miembros dentro del hogar, está relacionado con la pobreza y es un
componente que incide en la condición de pobreza de los hogares. No cabe duda, que,
frente a un mismo nivel de ingresos, cuando el tamaño del hogar es grande, más miembros
del hogar compartirán ese nivel de ingresos.
0%
10%
20%
30%
40%
50%
pro
bab
ilid
ad
de s
er
pob
re
20 40 60 80 100edad del jefe de hogar
49
Figura 12. Relación entre probabilidad de ser pobre y número de miembros en el hogar
En la Figura 13, a mayor número de personas que perciben ingreso dentro del mismo
hogar reduce la probabilidad de ser pobre, de este modo, cuantos más miembros del hogar
en actividad laboral contribuye a la economía del hogar de esta manera es mejor contar
con varios aportantes de ingresos. De todos modos, es importante que se encuentren con
empleo los miembros de hogar mayores de 14 años.
0%
20%
40%
60%
80%
100
%
Pro
ba
bilid
ad d
e s
er
po
bre
0 5 10 15 20Número total de miembros en el hogar
50
Figura 13. Relación entre probabilidad de ser pobre y número de perceptores de ingreso
En la Figura 14, a más años de educación promedio de los demás miembros del hogar
reduce la probabilidad de ser pobre, la educación de los miembros del hogar es el capital
humano más importante para reducir la probabilidad de ser pobre, se recomienda mejorar
el nivel educativo de las personas que forman la población económicamente activa (PEA)
0%
5%
10%
15%
20%
Pro
ba
bilid
ad d
e s
er
po
bre
0 2 4 6 8 10Numero de perceptores de ingreso por hogar
51
Figura 14. Relación entre probabilidad de ser pobre y años de educación promedio del
resto del hogar
En la Figura 15, a mayor tenencia de tierra para uso agropecuario, menor será la
probabilidad de ser pobre, en el sector rural la tenencia de tierras es el activo más
importante, considerando que la actividad agrícola es la principal actividad económica
posiblemente generadora de ingresos en la zona rural. De lo cual se infiere que, si un
hogar posee mayores tierras de uso agrícola, mayor serán su producción y por ende mayor
serán sus ingresos.
0%
20%
40%
60%
80%
100
%
Pro
ba
bilid
ad d
e s
er
po
bre
0 5 10 15 20años de educación promedio del resto del hogar (mayores de 14 años)
52
Figura 15. Relación entre probabilidad de ser pobre y tenencia de tierra
La probabilidad de ser pobre es menor para aquellos hogares que poseen título de
propiedad, con respecto a aquellos hogares que no cuentan con título de propiedad, este
resultado corrobora la importancia de tener vivienda propia, la función de probabilidad
de ser pobre es mayor para aquellos hogares con vivienda y sin título de propiedad (Figura
16).
0%
20%
40%
60%
80%
100
%
Pro
ba
bilid
ad d
e s
er
po
bre
0 50 100 150 200 250Tenencia de tierra para uso agropecuario (hectáreas)
53
Figura 16. Efecto marginal de poseer vivienda con título de propiedad
Finalmente se muestra las funciones de probabilidad con y sin activos empresariales, la
probabilidad de ser pobre es menor para aquellos hogares que poseen activos
empresariales, con respecto a aquellos hogares que no poseen activos tales como
utilidades empresariales, intereses por depósito, dividendo de acciones y arrendamiento
de casas y tierras. Sin duda, la tenencia de algún activo ayuda a complementar los ingresos
del hogar y por lo tanto a escapar de la trampa de la pobreza.
vivienda con titulo de propiedad
vivienda sin titulo de propiedad o en trámite
.02
.04
.06
.08
.1
Pro
ba
bilid
ad d
e s
er
po
bre
0 5 10 15 20años de educación del jefe de hogar
54
Figura 17. Efecto marginal de poseer activos empresariales
4.3 Determinantes microeconómicos de la pobreza en el área urbana - 2016
En la Tabla 20, se reportan los resultados de la estimación del modelo de regresión logit
para identificar las variables que influyen en la probabilidad de ser pobre a nivel urbano,
en efecto, en la especificación (1) se incluyen todas las variables independientes mientras
que en la especificación (2) se excluye aquellas variables que no son significativos a un
nivel de 5%.
En consecuencia, la especificación (2) presenta un mejor ajuste, el pseudo R2 indica que
las variaciones de la probabilidad de ser pobre están siendo explicadas en un 26.21% por
las variables independientes. Por otro, la razón de verosimilitud (LR) indica que existe
una significancia global de los coeficientes o parámetros a un nivel de 1%. Asimismo, el
porcentaje de predicción de la especificación (2) es de 78.06%, es decir, el modelo
clasifica o predice correctamente de cada 100 casos en un 78 y no predice correctamente
en 22 casos aproximadamente.
Posee activos empresariales
No posee activos empresariales
.04
.05
.06
.07
.08
Pro
ba
bilid
ad d
e s
er
po
bre
0 5 10 15 20años de educación del jefe de hogar
55
Tabla 20
Perú urbano: modelo de regresión logística de los determinantes de la pobreza, 2016
Variables Notación Especificación
(1) (2)
Características del hogar
Tamaño de hogar X1 0.4028*** 0.4073***
Número de perceptores de ingreso en el hogar X2 -0.3859*** -0.4000***
Años de educación promedio del resto de hogar (mayores de
14 años) X3 -0.2094*** -0.20469***
Características individuales
sexo del jefe de hogar X4 0.2414** 0.2271***
edad del jefe de hogar X5 -0.0212*** -0.02243***
años de educación del jefe de hogar X6 -0.05804*** -0.05965***
Número de empleos del jefe de hogar X7 0.01359
Capital físico privado y financiero
Tenencia de tierra de uso agropecuario(en hectáreas) X8 -0.0080
Posesión de activos empresariales (utilidades empresariales,
intereses por deposito, dividendo de acciones, arrendamiento
de casas y tierras)
X9 -0.13999
Capital público (servicios básicos de la vivienda)
Disponibilidad de agua potable X10 -0.3794*** -0.3432***
Disponibilidad de servicios higiénicos X11 0.1198
Disponibilidad de energía eléctrica X12 -0.7444*** -0.71246***
Tenencia de internet X13 -1.5706*** -1.5667***
Capital institucional
Propiedad de la vivienda X14 -0.35794*** -0.34727***
Capital social
Participación del jefe de hogar en asociaciones, grupos,
organizaciones. X15 0.1119
constante 1.5583*** 1.3826***
Razon de versomilitud (LR) 1902.06 1893.23
criterio de akaike 5351.70 5350.524
Pseudo R2 .2633 .2621
Porcentaje de predicción 78.31% 78.06%
Log – likelihood -2659.85 -2664.26
Numero de observaciones 11989 11989
A continuación, se estudia los factores que influyen en la probabilidad de ser pobre, es
decir, se intenta establecer las relaciones que existen entre ellas. En primer lugar, en
cuanto a las características del hogar; lo relevante es, que el tamaño del hogar (X1) incide
positivamente o directamente en la probabilidad de ser pobre, es decir, a mayor número
de integrantes del hogar mayor es la probabilidad de ser pobre y más aún si el hogar se
56
encuentra en una zona urbana el costo de vida es mayor a la zona rural10. Asimismo, se
encontró una relación inversa entre el número de perceptores de ingresos (X2) y la
condición de pobreza del hogar, esto implica a mayor número de perceptores de ingresos
en un hogar, disminuye la probabilidad de que el hogar sea pobre. Los resultados
muestran del mismo modo, una relación inversa entre los años de educación promedio
del resto del hogar (X3) y la condición de pobreza del hogar, este resultado significa a
mas años promedio de estudio del resto del hogar disminuye la probabilidad de que el
hogar sea pobre.
Si hablamos de las características individuales; se ha encontrado una relación inversa
marcada por el signo negativo en el coeficiente de la variable edad del jefe de hogar (X5),
lo que se traduce en que cuando aumenta la edad del jefe del hogar, disminuye la
probabilidad de que el hogar sea pobre y contrariamente cuando disminuye la edad del
jefe del hogar, aumenta la probabilidad de que el hogar sea pobre. Resultado que es
razonable dado que cuanto más joven sea el jefe de hogar, menor será su capacidad de
generación de ingresos, debido a su menor stock de capital humano acumulado. Otro de
los factores que influyen negativamente en la probabilidad de ser pobre son los años de
educación del jefe de hogar (X6), es decir que cuanto el jefe del hogar cuenta con mayores
años de estudio, la probabilidad de quedar en condición de pobreza disminuye, resultado
que muestra lo fundamental que es la educación, para mejorar los ingresos de un hogar y
por lo tanto reducir la probabilidad de ser pobre. Al igual que a nivel nacional o en
conjunto; el número de empleos del jefe de hogar (X7) indica un coeficiente no
significativo, de la cual deducimos que aun con contar el jefe del hogar con mayor
cantidad de empleos, este no garantía de disminución de la pobreza en los hogares, esto
considerando que un empleado no siempre es bien remunerado.
Para el capital físico privado y financiero; tanto la tendencia de tierra de uso agropecuario
(X8) como la posesión de activos empresariales (X9), resultaron ser no significativos. Ya
que los hogares que radican en el sector urbano, no se dedican a ciertas actividades
económicas, como la agropecuaria y otros.
En cuanto al capital público (servicios básicos de la vivienda): la disponibilidad de agua
potable (X10), influye en forma negativa en la probabilidad de ser pobre. Percibiendo
10 La linea de pobreza total es mayor en la zona urbana que rural. En el sector urbano elcosto de la canasta
basica es mayor que en el sector rural.
57
que, si un hogar cuenta con agua, es señal que este es menos pobre. Debido a que este es
un bien imprescindible en la vida de un ser vivo. La disponibilidad de energía eléctrica
(X12), de la misma manera guarda relación inversa con el ser pobre, mostrando que, a
mayor disponibilidad de energía eléctrica, menor será la probabilidad de ser pobre. Ya
que al ser la energía eléctrica otro de los servicios imprescindibles en los hogares del área
urbana y en todas en la actualidad. Al contar un hogar con este bien es indicio que la
familia tiene menos probabilidad de ser pobre. La tenencia de internet (X13) influye de
manera negativa en la probabilidad de ser pobre, significando que, a mayor tenencia de
internet, menor será la probabilidad de ser pobre. Como es de conocimiento, el internet
en la actualidad se ha convertido en un bien necesario para un hogar, el cual facilita la
comunicación, mayor disposición de información, entre otros beneficios, ante ello este
servicio es de suma importancia en la vida cotidiana de un ser humano y por tanto en un
hogar. Por tal motivo, si un hogar del área urbana cuenta con este bien globalizado, da
indicio que la familia es menos propenso a ser pobre.
El capital institucional; más específicamente la propiedad de la vivienda (X14), guarda
relación inversa con la probabilidad de que un hogar sea pobre. Donde, si un hogar cuenta
con propiedad de la vivienda es menor ser la probabilidad de que un hogar sea pobre.
Dado que, si una familia cuenta con vivienda propia, reduce gastos en alquileres, haciendo
más factible sus ingresos.
Examinando las estimaciones de los efectos marginales de las variables explicativas sobre
la probabilidad de ser pobre en el área urbana. En cuanto al tamaño del hogar; por cada
incremento de un miembro adicional en el hogar, la probabilidad de ser pobre aumenta
en 0.0133. Mientras que, por cada número adicional de perceptores de ingreso en el hogar,
la probabilidad de ser pobre disminuye en -0.0127. Del mismo modo la probabilidad de
ser pobre disminuye en -0.0069 por cada año adicional de estudios del resto del hogar.
58
Tabla 21
Efectos marginales de los determinantes microeconómicos de la pobreza (urbano)
Variables Notación Efecto marginal
(dy/d/x)
Características del hogar
Tamaño de hogar X1 0.0133
Número de perceptores de ingreso en el hogar X2 -0.0127
Años de educación promedio del resto de hogar (mayores de
14 años) X3 -0.0069
Características individuales
sexo del jefe de hogar X4 --
edad del jefe de hogar X5 -0.0007
años de educación del jefe de hogar X6 -0.0016
Número de empleos del jefe de hogar X7 --
Capital físico privado y financiero
Tenencia de tierra de uso agropecuario(en hectáreas) X8 --
Posesión de activos empresariales (utilidades empresariales,
intereses por deposito, dividendo de acciones, arrendamiento
de casas y tierras)
X9 --
Capital público (servicios básicos de la vivienda)
Disponibilidad de agua potable X10 -0.0122
Disponibilidad de servicios higiénicos X11 --
Disponibilidad de energía eléctrica X12 --
Tenencia de internet X13 -0467
Capital institucional
Propiedad de la vivienda X14 -0.0122
Capital social
Participación del jefe de hogar en asociaciones, grupos,
organizaciones. X15 --
Las características individuales; en cuanto a la edad del jefe, si este incrementa en un año,
la probabilidad de ser pobre disminuirá en 0.0007. Del mismo modo, por cada año
adicional de educación por parte del jefe del hogar los años de educación del jefe del
hogar, la probabilidad de ser pobre disminuirá en 0. 0016
En cuanto a los servicios básicos de la vivienda; el resultado muestra que la probabilidad
de ser pobre es menor en -0.0122, para aquellos hogares que, si cuentan con acceso al
agua, con respecto a aquellos hogares que no cuentan con este líquido elemental. Del
mismo modo la probabilidad de ser pobre es menor en -0.0467, para aquellos hogares
que, si cuentan con acceso a internet, con respecto a aquellos hogares que no cuentan con
este servicio.
59
Respecto al capital institucional; la probabilidad de ser pobre es menor en 0.0122, para
aquellos hogares que, si cuentan con título de propiedad de la vivienda, con respecto a
aquellos hogares que no cuentan con título de propiedad de la vivienda.
4.4 Determinantes microeconómicos de la pobreza en el área rural - 2016
En la Tabla 22, el modelo de regresión que muestra un mejor ajuste es la especificación
(2), asimismo se alcanza una mayor significancia a nivel individual (prueba z) y global
(razón de verosimilitud). En concreto, en relación a las características del hogar, el
resultado muestra que el tamaño del hogar (X1), guarda relación positiva con la pobreza,
indicando, a más integrantes en un hogar mayor será la probabilidad de ser pobre. En
evidente que los hogares en el sector rural cuentan con bajos ingresos y el hecho de contar
con un integrante más afecta en forma negativa en el bienestar económico del hogar. En
tanto que el número de perceptores de ingresos (X2) influye negativamente en la
probabilidad de ser pobre, es decir, a mayor número de perceptores de ingresos menor la
posibilidad de caer en la pobreza. De hecho, a mayor número de miembros con empleo,
menores serán sus necesidades básicas insatisfechas, por tanto, menor será la condición
de pobreza. Del mismo modo, los años de educación promedio del resto de hogar (X3)
guardan una relación inversa con la condición de pobreza en un hogar, por lo tanto, a más
años de educación promedio del resto de hogar, menor será la probabilidad de ser pobre.
Sin embargo, según Cueto (2015) los estudiantes en zonas rurales alcanzan aprendizajes
considerablemente menores que sus pares en zonas urbanas. Los motivos estarían en una
combinación de factores socioeconómicos de los estudiantes y sus familias, y de otros
vinculados al sistema educativo. Entre los primeros se tiene que los estudiantes rurales
suelen ser más pobres, con padres menos educados y a menudo con una lengua materna
indígena. Esto trae dificultades educativas pues las escuelas están pensadas
principalmente para educar en castellano a estudiantes en grupos homogéneos.
Adicionalmente, los estudiantes rurales generalmente no tienen los recursos educativos
compensatorios de sus familias y comunidades que sus pares urbanos sí tienen.
En cuanto a las características individuales; el coeficiente de la variable sexo del jefe del
hogar (X4) en la zona rural no es significativo, es indiferente a nivel de géneros, indicando
que, si un jefe del hogar es varón o mujer, el hogar es igual de productiva. Por otra parte,
la edad del jefe de hogar (X5) presenta una relación inversa con respecto a la probabilidad
de que el hogar sea pobre, tomando en cuenta que las familias de la zona rural se dedican
60
a ciertas actividades económicas, en la cual, la experiencia es imprescindible, si un jefe
del hogar es conocedor sobre su labor, adquirirá mayores ingresos. Los años de educación
del jefe (X6), no es significativo estadísticamente debido puesto que no requiere una
mano de obra calificada en el sector rural. De la misma forma ocurre con el número de
empleos del jefe de hogar (X7), este es no significativo, en la mayoría de casos el jefe del
hogar en la zona rural se dedica en esencia a la agropecuaria y ganadería, no teniendo
mayor número de actividades, es por ello que el número de empleos no es relevante para
clasificar en condición de pobreza.
En relación al capital físico privado y financiero; la tenencia de tierra de uso agropecuario
(X8) influye negativamente en la probabilidad de ser pobre, a mayor tenencia de tierra de
uso agropecuario, menor será la condición de pobreza, esto implica que los hogares en la
zona rural viven de la tierra agropecuaria, es decir, si el hogar cuenta con mayor cantidad
de hectáreas de tierra de uso agropecuario, obtendrán mayor producción para
autoconsumo si es posible para el mercado. De la misma forma se encuentra una relación
inversa entre la probabilidad de ser pobre y la posesión de activos empresariales (X9), sin
embargo, este resultado no es significativo.
En cuanto a los servicios básicos, la disponibilidad de agua (X10) tiene una relación
inversa con la probabilidad de ser pobre, es decir, un hogar con acceso a este servicio
tendrá una menor probabilidad de ser pobre. Sin embargo, en las zonas rurales la mayoría
de hogares no cuentan con acceso al agua potable sino más bien consumen agua de los
manantiales y en algunas ocasiones no es apta para el consumo humano, ocasionando así
problemas de salud a los integrantes del hogar. Los servicios higiénicos (X11), tienen una
relación inversa con la probabilidad de ser pobre, un hogar con servicios higiénicos en el
hogar, conlleva a que estos tengan un mayor bienestar. La disponibilidad de energía
eléctrica (X12) en el sector rural no es significativa. En cuanto a la tenencia de internet
(X13) si un hogar tiene acceso a este servicio, menor será la probabilidad de que el hogar
sea pobre, no obstante, el acceso a internet en el sector rual es bastante bajo al año 2016.
Con relación al capital institucional, más precisamente, la propiedad de la vivienda (X14)
influye negativamente con el nivel de pobreza en un hogar. Si en la zona rural un hogar
cuenta con el título de propiedad, constituye un activo colateral por ejemplo para acceder
al microcrédito. Por último, el coeficiente del capital social no es significativo
estadísticamente, el signo del coeficiente es contrario a lo que se esperaba, es posible que
61
en el sector rural los jefes de hogar participan en diferentes organizaciones sin embargo
estas actividades no son productivas, por consiguiente, se recomienda tomar otra variable
de capital social.
Tabla 22
Perú rural: modelo de regresión logística de los determinantes de la pobreza, 2016
Variables Notación Especificación
(1) (2)
Características del hogar
Tamaño de hogar X1 0.3225*** 0.32391***
Número de perceptores de ingreso en el hogar X2 -0.2105*** -0.1955***
Años de educación promedio del resto de hogar (mayores de
14 años) X3 -0.1710*** -0.1993***
Características individuales
sexo del jefe de hogar X4 0.07971** --
edad del jefe de hogar X5 -0.01625*** -0.01476***
años de educación del jefe de hogar X6 -0.02623* --
Número de empleos del jefe de hogar X7 0.15837 --
Capital físico privado y financiero
Tenencia de tierra de uso agropecuario(en hectáreas) X8 -0.02561*** -0.02557***
Posesión de activos empresariales (utilidades empresariales,
intereses por deposito, dividendo de acciones, arrendamiento
de casas y tierras)
X9 -0.60954 -0.60954*
Capital público (servicios básicos de la vivienda)
Disponibilidad de agua potable X10 -0.9334*** -093141***
Disponibilidad de servicios higiénicos X11 - 0.4464*** -0.4500
Disponibilidad de energía eléctrica X12 -0.0155*** --
Tenencia de internet X13 -3.3101*** -3.2839***
Capital institucional
Propiedad de la vivienda X14 -0.54600*** -0.54811***
Capital social
Participación del jefe de hogar en asociaciones, grupos,
organizaciones. X15 0.37121* 0.37565*
constante 0.2354 0.2120
Razon de versomilitud (LR) 898.53 895.45
Criterio de Akaike 5074.31 5071.39
Pseudo R2 .1512 .1507
Porcentaje de predicción 78.31% 78.06%
Log – likelihood -2521.15 -2522.69
Numero de observaciones 4751 4751
En la Tabla 23, se muestra los efectos marginales de los determinantes microeconómicos
de la pobreza a nivel rural. En cuanto al tamaño de hogar, por cada miembro adicional en
un hogar, la probabilidad de ser pobre aumenta en 0.0624. Mientras que, por cada número
62
adicional de perceptores de ingreso en el hogar, la probabilidad de ser pobre disminuye
en 0.0377. Del mismo modo la probabilidad de ser pobre disminuye en 0.0384 por cada
año adicional de estudios del resto de los miembros del hogar. En concreto, el tamaño de
hogar es un variable que influye en la probabilidad de ser pobre, ya sea a nivel urbano o
rural.
En relación a las características individuales; en cuanto a la edad del jefe, si este
incrementa en un año, la probabilidad de ser pobre disminuirá en 0.0028. Del mismo
modo, por cada trabajo adicional que tenga el jefe del hogar, la probabilidad de ser pobre
disminuirá en 0. 0296. Con respecto al capital físico privado y financiero, por cada
hectárea adicional de tierra en uso agropecuario, la probabilidad de ser pobre disminuirá
en 0.00493. De la misma forma por cada activo empresarial adicional, la probabilidad de
ser pobre disminuirá 0.13293.
En cuanto a los servicios básicos de la vivienda, el resultado muestra que la probabilidad
de ser pobre es menor en 0.1485, para aquellos hogares que, si cuentan con acceso al
agua, con respecto a aquellos hogares que no cuentan con este líquido elemental. Del
mismo modo la probabilidad de ser pobre es menor en 0.0080, para aquellos hogares que,
si cuentan con acceso a los servicios higiénicos, con respecto a aquellos hogares que no
cuentan con este servicio básico, en relación al acceso a internet la probabilidad de ser
pobre es menor en 0.2679.
Finalmente, con relación al capital institucional y social, la probabilidad de ser pobre es
menor en 0.09467, para aquellos hogares que, si cuentan con título de propiedad de la
vivienda. Sin embargo, respecto al capital social, la probabilidad de ser pobre es mayor
en 0.0679, para aquellos hogares en los cuales el jefe de hogar participa en alguna
asociación, grupo u organización, este resultado es el mismo que se encontró con datos
de nivel urbano.
63
Tabla 23
Efectos marginales de los determinantes microeconómicos de la pobreza a nivel rural
Variables Notación Efecto marginal
(dy/d/x)
Características del hogar
Tamaño de hogar X1 0.0624
Número de perceptores de ingreso en el hogar X2 -0.0377
Años de educación promedio del resto de hogar (mayores de
14 años) X3 -0.0384
Características individuales
sexo del jefe de hogar X4 --
edad del jefe de hogar X5 -0.0028
años de educación del jefe de hogar X6 --
Número de empleos del jefe de hogar X7 -0.0296
Capital físico privado y financiero
Tenencia de tierra de uso agropecuario(en hectáreas) X8 -0.00493
Posesión de activos empresariales (utilidades empresariales,
intereses por deposito, dividendo de acciones, arrendamiento
de casas y tierras)
X9 -0.13293
Capital público (servicios básicos de la vivienda)
Disponibilidad de agua potable X10 -0.1485
Disponibilidad de servicios higiénicos X11 -0.080
Disponibilidad de energía eléctrica X12 --
Tenencia de internet X13 -0.2679
Capital institucional
Propiedad de la vivienda X14 -0.09467
Capital social
Participación del jefe de hogar en asociaciones, grupos,
organizaciones. X15 0.0679
64
CONCLUSIONES
A nivel nacional con la muestra total, se concluye que los factores microeconómicos
determinantes significativos que aumentan la probabilidad de ser pobre es el tamaño
de hogar, es decir, cuando en el hogar aumenta un miembro más en el hogar la
probabilidad de ser pobre aumenta en 0.22. Por otro lado, la probabilidad de ser pobre
disminuye en 0.018 cuando un miembro más del hogar percibe ingresos. Asimismo,
la probabilidad de ser pobre disminuye en 0.012 cuando el jefe de hogar tiene un año
más de educación. También es importante el número de empleos del jefe de hogar,
si el jefe de hogar logra un empleo adicional la probabilidad de ser disminuye en
0.0078. Asimismo, la probabilidad de ser pobre difiere en 0.00112 cuando el hogar
posee tierras agropecuarias. El acceso al agua potable disminuye la probabilidad de
ser pobre en 0.0338, igualmente la tenencia de internet ayuda a reducir en 0.81 y
tener vivienda con título de propiedad reduce en 0.026.
En el sector urbano, en forma similar, se confirma los resultados obtenidos con la
totalidad de la muestra, la probabilidad de ser pobre depende directamente del tamaño
de hogar, es decir, un miembro más en el hogar aumenta la probabilidad de ser pobre
en 0.013. Por otro lado, la probabilidad de ser pobre disminuye en 0.0127 cuando un
miembro se inserta al mercado laboral percibiendo algún ingreso. Se corrobora que
los años de educación del jefe de hogar es uno de los determinantes para reducir la
pobreza, es decir, un año más de educación del jefe de hogar disminuye en 0.0016.
El acceso al agua potable reduce la probabilidad de ser pobre en 0.0122 y tener
vivienda con título de propiedad reduce la probabilidad de ser pobre en 0.0122.
En el área rural el fenómeno de la pobreza se repite, se concluye que a mayor tamaño
de hogar aumenta la probabilidad de ser pobre, es decir, si aumenta el tamaño de
hogar en un miembro más la probabilidad de ser pobre aumenta en 0.0624. Del
65
mismo modo, se concluye, que a más perceptores de ingreso reduce la probabilidad
de ser pobre disminuye en 0.0377. Los años de educación del jefe de hogar no es
determinante de la pobreza en el sector rural. Si el jefe de hogar logra un empleo
adicional la probabilidad de ser pobre reduce en 0.0296. Por otro lado, como era de
esperarse la probabilidad de ser pobre reduce en 0.0049 cuando el hogar posee tierras
agropecuarias. En forma similar, la posesión de activos empresariales reduce la
probabilidad de ser pobre en 0.1329. La disponibilidad de agua potable reduce la
probabilidad en 0.1485. El acceso a acceso a servicios higiénicos disminuye la
probabilidad de ser pobre en 0.080. Finalmente, la tenencia de internet reduce la
probabilidad de ser pobre en 0.2679.
66
RECOMENDACIONES
Uno de los determinantes de la pobreza es la educación del jefe de hogar y de los
demás miembros del hogar, específicamente en el área urbana la educación es clave
para reducir la pobreza. Una mejor educación puede ayudar a transformar el hogar
en términos de un mejor bienestar.
En el área rural se recomienda a los gobiernos locales mejorar la cobertura en el
servicio de agua potable y acceso a los servicios de internet mediante programas de
desarrollo que ayude a reducir la probabilidad de ser pobre.
En el sector urbano y rural el fenómeno de la pobreza es recurrente por lo que, se
recomienda implementar programas programas de vivienda que beneficien a los
que no tienen vivienda propia.
Se recomienda que los trabajos de investigación a futuro sobre el tema aborden los
determinantes microeconómicos de la pobreza desde un enfoque multidimensional
puesto que es un concepto más integral y amplio.
67
BIBLIOGRAFÍA
Altimir, O. (1979). La dimensión de la pobreza en América Latina. Cuadernos de la
CEPAL, 27.
Aparicio, C., Jaramillo, M. y San Román, C. (2011). Desarrollo de la infraestructura y
reducción de la pobreza: el caso peruano. Informe final del Proyecto Breve
ganador (PB32-2010) en el Concurso de Investigación 2010.
Bucca, M. (2009). Modelo explicativo para las creencias sobre la riqueza y la pobreza
en América Latina. Pontificia Universidad Católica de Chile.
Centro de Investigación y Desarrollo del Instituto Nacional de Estadística e Informática
(INEI) (2011). Determinates de la pobreza 2009.
Correa Morocho, R. (2006). Efectos de la educación y el empleo, en la dinámica de la
pobreza en los hogares del Perú: 2001-2005. Universidad Inca Garcilaso de La
Vega. Lima.
Cortés, F. (1997). Determinantes de la pobreza de los hogares. México, 1992. Revista
mexicana de sociología, 131-160.
Cueto Caballero, S. (2015). Educación rural requiere poner a los estudiantes como el
foco de atención.
De los Ríos, C. A. (2010). Impacto del uso de internet en el bienestar de los hogares
peruanos. Evidencia de un panel de hogares 2007-2009. DIRSI.
Escobal, J. , Saavedra, J. y Torero, M. (1999). Los activos de los pobres en el Perú. Lima:
Inter-American Development Bank. Working Paper.
Ferreira, F., Leite, P. y Ravallion, M. (2007). Poverty Reduction without Economic
Growth? Explaining Brazil’s Poverty Dynamics, 1985-2004. Policy Research
Working Paper 4431.
68
García Carpio ,J. M. (2016). Efectos del Gasto Público sobre la pobreza monetaria en el
Perú: 2004-2012 (Tesis para optar el grado de Magíster en Economía). Pontificia
Universidad Católica Del Perú. Lima, Perú.
García Carpio, J. M. y Céspedes Reynaga, N. (2011) Pobreza y crecimiento económico:
tendencias durante la década del 2000. Clasificación JEL: I32, O49, I14.
Gonzales de Olarte, E. G. (1997). Medio ambiente y pobreza en el Perú. Libros de otras
Editoriales.
Herrera, J. (2002). La Pobreza en el Perú en 2001. Una visión departamental. Lima:
INEI.
Higa, M. (2011). Vulnerabilidad a la pobreza: el “Perú avanza” ... o ¿ retrocede?.
CEDEP, CIES.
INEI. (2009). Determinantes de la pobreza. Lima, Perú.
López, R. (1996). Determinantes de la pobreza rural en Chile: Programas públicos de
extensión y crédito, y otros factores. Cuadernos de economía, 321-343.
Marquina Sanchez, R. D. (2013). Principales factores socio-culturales determinantes en
la pobreza del Perú: 2000 – 2012. Universidad Nacional de Trujillo
Mendoza, W. (2014). Cómo Investigan los Economistas. Guía para elaborar y
desarrollar un proyecto de investigación. Lima: Fondo Editorial PUCP.
Ortiz Serrano, S., & Gil Izquierdo, M. (2009). Determinantes de la pobreza extrema en
España desde una doble perspectiva: monetaria y de privación. Estudios de
economía aplicada.
Salgado-de Snyder, V. N., & Wong, R. (2007). Género y pobreza: determinantes de la
salud en la vejez. Salud pública de México, 49, s515-s521.
Sen, A. (2000). El desarrollo como libertad. Gaceta Ecológica, (55), 14-20.
Sobrino, J. (2014). Medición y determinantes de la pobreza en las principales ciudades
de México.
Tanaka, M. & Trivelli, C. (2002). Las trampas de la focalización y la participación:
pobreza y políticas sociales en el Perú durante la década de Fujimori.
Teitelboim, B. (2008). Factores concluyentes de la pobreza en base a un modelo logístico
(Doctoral dissertation). Universidad de Chile. Santiago, Chile.
Trivelli, C. (2005). Los hogares indígenas y la pobreza en el Perú: una mirada a partir
de la información cuantitativa.
Urzúa, C., & Brambila, C. (2010). Determinantes de la pobreza estatal. Aparicio, R.
Villarespe, V. and Urzúa, C.(compiladores). Pobreza en México: Magnitud y
69
Perfiles, Instituto de Investigaciones Económicas. UNAM-Instituto Tecnológico
y de Estudios Superiores de Monterrey-Consejo Nacional de Evaluación de la
Política Social. México.
Vásquez, E. (2014). Impacto de la inversión social en el Perú. Centro de Investigación
de la Universidad del Pacifico.
Zegarra, E., Orihuela, J. C. y Paredes, M. (2007). Minería y economía de los hogares en
la sierra peruana: impactos y espacios de conflicto. GRADE.
Webgrafía
http://iinei.inei.gob.pe/microdatos/
70
ANEXOS
71
Anexo 1. Resultados microeconómicos de la pobreza
Resultados a nivel nacional
logit POBREZA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15
Iteration 0: log likelihood = -7198.1349
Iteration 1: log likelihood = -5616.1833
Iteration 2: log likelihood = -5256.4821
Iteration 3: log likelihood = -5230.3174
Iteration 4: log likelihood = -5229.8235
Iteration 5: log likelihood = -5229.8227
Iteration 6: log likelihood = -5229.8227
Logistic regression Number of obs = 16,740
LR chi2(15) = 3936.62
Prob > chi2 = 0.0000
Log likelihood = -5229.8227 Pseudo R2 = 0.2734
------------------------------------------------------------------------------
POBREZA | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
X1 | .3643975 .0134898 27.01 0.000 .3379579 .390837
X2 | -.3004701 .0308752 -9.73 0.000 -.3609844 -.2399557
X3 | -.1944908 .0150599 -12.91 0.000 -.2240077 -.1649739
X4 | .1506467 .0716151 2.10 0.035 .0102838 .2910097
X5 | -.019099 .0022256 -8.58 0.000 -.0234611 -.014737
X6 | -.0420149 .0102696 -4.09 0.000 -.0621428 -.0218869
X7 | -.1432256 .0475772 -3.01 0.003 -.2364753 -.049976
X8 | -.0202969 .0052266 -3.88 0.000 -.0305408 -.010053
X9 | .1163731 .085542 1.36 0.174 -.0512862 .2840323
X10 | -.4818102 .0645265 -7.47 0.000 -.6082798 -.3553406
X11 | -.0866162 .0628261 -1.38 0.168 -.2097531 .0365207
X12 | -.1376102 .0803041 -1.71 0.087 -.2950034 .019783
X13 | -1.668411 .1414655 -11.79 0.000 -1.945679 -1.391144
X14 | -.3925213 .0633072 -6.20 0.000 -.5166011 -.2684415
X15 | .1582142 .0616583 2.57 0.010 .0373662 .2790622
_cons | .7330623 .1841705 3.98 0.000 .3720948 1.09403
------------------------------------------------------------------------------
. estimate store Modelo1
.
.
. stepwise, pr(.05): logit POBREZA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13
X14 X15
begin with full model
p = 0.1737 >= 0.0500 removing X9
p = 0.2057 >= 0.0500 removing X11
p = 0.0548 >= 0.0500 removing X12
Logistic regression Number of obs = 16,740
LR chi2(12) = 3929.53
Prob > chi2 = 0.0000
Log likelihood = -5233.3702 Pseudo R2 = 0.2730
------------------------------------------------------------------------------
POBREZA | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
X1 | .3675854 .013445 27.34 0.000 .3412336 .3939372
X2 | -.3052102 .0307989 -9.91 0.000 -.3655749 -.2448455
X3 | -.1982925 .0148296 -13.37 0.000 -.227358 -.1692271
X4 | .148771 .071585 2.08 0.038 .0084671 .289075
X5 | -.0192588 .0022097 -8.72 0.000 -.0235897 -.0149279
X6 | -.0414661 .010221 -4.06 0.000 -.0614989 -.0214332
X7 | -.1409142 .0475291 -2.96 0.003 -.2340695 -.0477589
X8 | -.0185837 .0050676 -3.67 0.000 -.028516 -.0086515
X15 | .1737794 .0612278 2.84 0.005 .0537752 .2937836
72
X10 | -.5222219 .0614457 -8.50 0.000 -.6426533 -.4017904
X14 | -.418558 .0613128 -6.83 0.000 -.5387289 -.298387
X13 | -1.674095 .1412884 -11.85 0.000 -1.951015 -1.397175
_cons | .6217279 .1739491 3.57 0.000 .2807939 .9626618
------------------------------------------------------------------------------
. estimate store Modelo2
. estimates table Modelo1 Modelo2, stats(N chi2 aic bic r2_p ll) star(.05 .01
.1)
----------------------------------------------
Variable | Modelo1 Modelo2
-------------+--------------------------------
X1 | .36439749*** .36758543***
X2 | -.30047006*** -.30521019***
X3 | -.19449075*** -.19829255***
X4 | .15064675** .14877105**
X5 | -.01909904*** -.01925877***
X6 | -.04201488*** -.04146608***
X7 | -.14322565*** -.1409142***
X8 | -.02029688*** -.01858374***
X9 | .11637308
X10 | -.48181024*** -.5222219***
X11 | -.08661622
X12 | -.13761019*
X13 | -1.6684113*** -1.6740947***
X14 | -.39252131*** -.41855797***
X15 | .15821417** .17377939***
_cons | .73306227*** .62172787***
-------------+--------------------------------
N | 16740 16740
chi2 | 3936.6245 3929.5294
aic | 10491.645 10492.74
bic | 10615.254 10593.173
r2_p | .27344753 .27295469
ll | -5229.8227 -5233.3702
----------------------------------------------
legend: * p<.1; ** p<.05; *** p<.01
73
Resultados a nivel urbano
. logit POBREZA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15
Iteration 0: log likelihood = -3610.8823
Iteration 1: log likelihood = -2944.4091
Iteration 2: log likelihood = -2676.5108
Iteration 3: log likelihood = -2660.0392
Iteration 4: log likelihood = -2659.851
Iteration 5: log likelihood = -2659.8508
Logistic regression Number of obs = 11,989
LR chi2(15) = 1902.06
Prob > chi2 = 0.0000
Log likelihood = -2659.8508 Pseudo R2 = 0.2634
------------------------------------------------------------------------------
POBREZA | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
X1 | .4028206 .0194725 20.69 0.000 .3646553 .4409859
X2 | -.3859562 .0436481 -8.84 0.000 -.4715049 -.3004075
X3 | -.2094417 .0206774 -10.13 0.000 -.2499686 -.1689147
X4 | .2414548 .0938223 2.57 0.010 .0575665 .4253432
X5 | -.0241268 .0031834 -7.58 0.000 -.0303662 -.0178875
X6 | -.0580424 .0142671 -4.07 0.000 -.0860054 -.0300793
X7 | -.1359823 .0708838 -1.92 0.055 -.2749121 .0029475
X8 | -.0080092 .0089099 -0.90 0.369 -.0254722 .0094538
X9 | -.1399906 .1174168 -1.19 0.233 -.3701234 .0901422
X10 | -.3794361 .0816437 -4.65 0.000 -.5394548 -.2194174
X11 | .1198628 .0862845 1.39 0.165 -.0492517 .2889774
X12 | -.7444559 .2127623 -3.50 0.000 -1.161462 -.3274495
X13 | -1.570673 .1460488 -10.75 0.000 -1.856923 -1.284423
X14 | -.3579448 .0764649 -4.68 0.000 -.5078132 -.2080765
X15 | .1119476 .0780504 1.43 0.151 -.0410283 .2649236
_cons | 1.558306 .3101918 5.02 0.000 .9503416 2.166271
------------------------------------------------------------------------------
. estimate store Modelo1
.
.
. stepwise, pr(.05): logit POBREZA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13
X14 X15
begin with full model
p = 0.3687 >= 0.0500 removing X8
p = 0.2305 >= 0.0500 removing X9
p = 0.2099 >= 0.0500 removing X15
p = 0.2266 >= 0.0500 removing X11
p = 0.0692 >= 0.0500 removing X7
Logistic regression Number of obs = 11,989
LR chi2(10) = 1893.24
Prob > chi2 = 0.0000
Log likelihood = -2664.2624 Pseudo R2 = 0.2622
------------------------------------------------------------------------------
POBREZA | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
X1 | .4073116 .0192472 21.16 0.000 .3695878 .4450353
X2 | -.4000887 .0430913 -9.28 0.000 -.4845461 -.3156313
X3 | -.2046948 .0203165 -10.08 0.000 -.2445144 -.1648751
X4 | .2271277 .0924933 2.46 0.014 .0458442 .4084111
X5 | -.0224373 .0030534 -7.35 0.000 -.0284219 -.0164526
X6 | -.0596569 .0141649 -4.21 0.000 -.0874196 -.0318942
X12 | -.7124675 .2100603 -3.39 0.001 -1.124178 -.3007569
X13 | -1.566741 .1458427 -10.74 0.000 -1.852588 -1.280895
X14 | -.3472792 .0751977 -4.62 0.000 -.494664 -.1998944
74
X10 | -.3432579 .0758635 -4.52 0.000 -.4919477 -.1945682
_cons | 1.382601 .2844295 4.86 0.000 .825129 1.940072
------------------------------------------------------------------------------
. estimate store Modelo2
. estimates table Modelo1 Modelo2, stats(N chi2 aic bic r2_p ll) star(.05
.01 .1)
----------------------------------------------
Variable | Modelo1 Modelo2
-------------+--------------------------------
X1 | .40282059*** .40731156***
X2 | -.38595623*** -.40008866***
X3 | -.20944165*** -.20469477***
X4 | .24145485** .22712768**
X5 | -.02412685*** -.02243729***
X6 | -.05804237*** -.0596569***
X7 | -.13598232*
X8 | -.0080092
X9 | -.13999063
X10 | -.37943612*** -.34325793***
X11 | .11986282
X12 | -.74445592*** -.71246752***
X13 | -1.5706729*** -1.5667415***
X14 | -.35794481*** -.3472792***
X15 | .11194763
_cons | 1.5583064*** 1.3826006***
-------------+--------------------------------
N | 11989 11989
chi2 | 1902.0631 1893.2397
aic | 5351.7016 5350.5249
bic | 5469.9695 5431.8341
r2_p | .26337927 .2621575
ll | -2659.8508 -2664.2624
----------------------------------------------
legend: * p<.1; ** p<.05; *** p<.01
75
Resultados a nivel rural
. logit POBREZA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15
Iteration 0: log likelihood = -2970.4263
Iteration 1: log likelihood = -2554.4655
Iteration 2: log likelihood = -2524.0196
Iteration 3: log likelihood = -2521.3695
Iteration 4: log likelihood = -2521.1598
Iteration 5: log likelihood = -2521.1577
Iteration 6: log likelihood = -2521.1577
Logistic regression Number of obs = 4,751
LR chi2(15) = 898.54
Prob > chi2 = 0.0000
Log likelihood = -2521.1577 Pseudo R2 = 0.1512
------------------------------------------------------------------------------
POBREZA | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
X1 | .3225139 .0190159 16.96 0.000 .2852434 .3597844
X2 | -.2105524 .0452492 -4.65 0.000 -.2992392 -.1218656
X3 | -.1710174 .0224389 -7.62 0.000 -.2149969 -.1270379
X4 | .079711 .1139936 0.70 0.484 -.1437123 .3031343
X5 | -.0162545 .0031811 -5.11 0.000 -.0224893 -.0100197
X6 | -.0262381 .0151653 -1.73 0.084 -.0559615 .0034853
X7 | -.1583717 .0660061 -2.40 0.016 -.2877413 -.0290021
X8 | -.0256198 .0063306 -4.05 0.000 -.0380276 -.0132119
X9 | .6095463 .1392522 4.38 0.000 .3366171 .8824755
X10 | -.9334686 .1366864 -6.83 0.000 -1.201369 -.6655682
X11 | -.4464594 .1131163 -3.95 0.000 -.6681632 -.2247556
X12 | -.0155641 .0875155 -0.18 0.859 -.1870913 .1559631
X13 | -3.310188 1.013659 -3.27 0.001 -5.296924 -1.323452
X14 | -.5460014 .1319909 -4.14 0.000 -.8046988 -.2873039
X15 | .3712172 .109763 3.38 0.001 .1560856 .5863487
_cons | .2354616 .2635431 0.89 0.372 -.2810733 .7519965
------------------------------------------------------------------------------
. estimate store Modelo1
.
.
. stepwise, pr(.05): logit POBREZA X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13
X14 X15
begin with full model
p = 0.8588 >= 0.0500 removing X12
p = 0.4862 >= 0.0500 removing X4
p = 0.1095 >= 0.0500 removing X6
Logistic regression Number of obs = 4,751
LR chi2(12) = 895.45
Prob > chi2 = 0.0000
Log likelihood = -2522.6993 Pseudo R2 = 0.1507
------------------------------------------------------------------------------
POBREZA | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
X1 | .3239108 .0188995 17.14 0.000 .2868684 .3609532
X2 | -.1955597 .0441066 -4.43 0.000 -.2820071 -.1091122
X3 | -.1993764 .0153992 -12.95 0.000 -.2295583 -.1691945
X14 | -.5481114 .1318949 -4.16 0.000 -.8066207 -.2896021
X5 | -.0147604 .0030587 -4.83 0.000 -.0207554 -.0087654
X13 | -3.283919 1.013491 -3.24 0.001 -5.270325 -1.297512
X7 | -.1537206 .0654018 -2.35 0.019 -.2819057 -.0255355
X8 | -.0255731 .0062583 -4.09 0.000 -.0378392 -.0133069
76
X9 | .6176094 .1390718 4.44 0.000 .3450337 .890185
X10 | -.9314127 .136504 -6.82 0.000 -1.198956 -.6638698
X11 | -.4500937 .1119355 -4.02 0.000 -.6694832 -.2307041
X15 | .3756598 .1096424 3.43 0.001 .1607647 .5905549
_cons | .2120282 .2444838 0.87 0.386 -.2671513 .6912077
------------------------------------------------------------------------------
. estimate store Modelo2
. estimates table Modelo1 Modelo2, stats(N chi2 aic bic r2_p ll) star(.05
.01 .1)
----------------------------------------------
Variable | Modelo1 Modelo2
-------------+--------------------------------
X1 | .32251394*** .32391078***
X2 | -.2105524*** -.19555966***
X3 | -.17101743*** -.19937638***
X4 | .079711
X5 | -.01625453*** -.01476041***
X6 | -.02623809*
X7 | -.15837167** -.1537206**
X8 | -.02561977*** -.02557307***
X9 | .60954629*** .61760936***
X10 | -.93346864*** -.93141274***
X11 | -.4464594*** -.45009366***
X12 | -.01556412
X13 | -3.3101881*** -3.2839187***
X14 | -.54600136*** -.54811144***
X15 | .37121717*** .37565979***
_cons | .23546157 .21202824
-------------+--------------------------------
N | 4751 4751
chi2 | 898.53717 895.45394
aic | 5074.3154 5071.3987
bic | 5177.7732 5155.4581
r2_p | .15124717 .15072819
ll | -2521.1577 -2522.6993
----------------------------------------------
legend: * p<.1; ** p<.05; *** p<.01
77
Anexo 2. Fichas técnica.
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
Recommended